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
Faire une suggestion Affiner la recherche
Titre : GESTION DE REPLIQUES DANS LES CLOUDS COMPUTING Type de document : document électronique Auteurs : DJEBBARA Mohamed Rédha, Auteur Année de publication : 2017-2018 Accompagnement : CD Langues : Français (fre) Catégories : Informatique:informatique Mots-clés : Cloud, placement de répliques, AHP, ELECTRE-I
Cloud, replicas placement, AHP, ELECTRE-IRésumé : Les données stockées sur un nuage deviennent de plus en plus importantes. Ainsi, la réplication de données sur plusieurs nœuds de cloud est considérée comme une solution efficace pour obtenir de bonnes performances en termes de temps de réponse, d'équilibrage de charge et, surtout, de disponibilité et de fiabilité élevées des données. Pour optimiser les avantages de la réplication des données, le placement stratégique des répliques dans un système est crucial. Dans les travaux de cette thèse, la vision de la gestion de répliques s’est orientée vers les méthodes d’optimisations multicritères, ou encore connues comme méthodes d’aide à la décision multicritères. Pour cela, deux stratégies de réplication de données dans un environnement de Cloud ont été proposées, basées sur deux méthodes différentes. La première stratégie est basée sur la méthode d’optimisation multicritères AHP (Analytic Hierarchy Process), et la deuxième est basée sur la méthode d’aide à la décision multicritères ELECTRE-I. Les deux stratégies proposées ont cinq critères à optimiser et qui sont : le temps de service moyen, la variance de charge, l’espace de stockage, probabilité d’échec et la latence. Les résultats de simulations de nos deux stratégies ont donné satisfaction et amélioré les performances.
Data stored on a cloud is becoming more and more important. Thus, data replication across multiple cloud nodes is considered an effective solution to achieve good performance in terms of response time, load balancing and most importantly, high data availability and reliability. To maximize the benefit of data replication, strategic placement of replicas in the system is critical. In the work of this thesis, the vision of replicas management is turned to multicriteria optimizations methods, again known as multicriteria methods of decision aid. For this, two data replication strategies in a cloud environment have been proposed, based on two different methods. The first strategy is based on the Analytic Hierarchy Process (AHP), and the second is based on the ELECTRE-I multicriteria decision aid method. The two proposed strategies have five criteria to optimize: mean service time, load variance, storage space, failure probability, and latency. The results of simulations of our two strategies were satisfactory and improved performance.
Directeur de thèse : BELBACHIR . H GESTION DE REPLIQUES DANS LES CLOUDS COMPUTING [document électronique] / DJEBBARA Mohamed Rédha, Auteur . - 2017-2018 . - + CD.
Langues : Français (fre)
Catégories : Informatique:informatique Mots-clés : Cloud, placement de répliques, AHP, ELECTRE-I
Cloud, replicas placement, AHP, ELECTRE-IRésumé : Les données stockées sur un nuage deviennent de plus en plus importantes. Ainsi, la réplication de données sur plusieurs nœuds de cloud est considérée comme une solution efficace pour obtenir de bonnes performances en termes de temps de réponse, d'équilibrage de charge et, surtout, de disponibilité et de fiabilité élevées des données. Pour optimiser les avantages de la réplication des données, le placement stratégique des répliques dans un système est crucial. Dans les travaux de cette thèse, la vision de la gestion de répliques s’est orientée vers les méthodes d’optimisations multicritères, ou encore connues comme méthodes d’aide à la décision multicritères. Pour cela, deux stratégies de réplication de données dans un environnement de Cloud ont été proposées, basées sur deux méthodes différentes. La première stratégie est basée sur la méthode d’optimisation multicritères AHP (Analytic Hierarchy Process), et la deuxième est basée sur la méthode d’aide à la décision multicritères ELECTRE-I. Les deux stratégies proposées ont cinq critères à optimiser et qui sont : le temps de service moyen, la variance de charge, l’espace de stockage, probabilité d’échec et la latence. Les résultats de simulations de nos deux stratégies ont donné satisfaction et amélioré les performances.
Data stored on a cloud is becoming more and more important. Thus, data replication across multiple cloud nodes is considered an effective solution to achieve good performance in terms of response time, load balancing and most importantly, high data availability and reliability. To maximize the benefit of data replication, strategic placement of replicas in the system is critical. In the work of this thesis, the vision of replicas management is turned to multicriteria optimizations methods, again known as multicriteria methods of decision aid. For this, two data replication strategies in a cloud environment have been proposed, based on two different methods. The first strategy is based on the Analytic Hierarchy Process (AHP), and the second is based on the ELECTRE-I multicriteria decision aid method. The two proposed strategies have five criteria to optimize: mean service time, load variance, storage space, failure probability, and latency. The results of simulations of our two strategies were satisfactory and improved performance.
Directeur de thèse : BELBACHIR . H Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 1564 02-08-472 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-472.pdfAdobe Acrobat PDF
Titre : Identification des zones d’intérêt en imagerie satellitaire Type de document : document électronique Auteurs : BENHABIB Wafaa, Auteur Année de publication : 2017 Importance : 111 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:informatique Mots-clés : classification des images, OEP TRIBALE, OCC, télédétection.
Image classification, TRIBAL PSO, OCC, Remote sensing.Résumé : Nous nous intéressons à l’extraction des zones d’intérêt à partir d’images
satellitaires. Nous proposons pour cela une approche combinant l’Optimisation à
Essaim Particulaire (OEP) TRIBALE, et les classifieurs à une classe (OCC : « OneClass classifiers » en Anglais). Les OCC identifient des zones d’intérêt sans
introduire les autres classes qui composent la scène. A cet effet, nous proposons de
générer une base d’apprentissage optimale en utilisant l’OEP TRIBALE. C’est un
algorithme d’optimisation non-paramétré basé sur le réagencement de l’espace de
recherche en différentes tribus composées d’un nombre variable d’agents.
Différentes adaptations structurelles et comportementales permettent de réduire les
taux de faux positifs et de faux négatifs. Cette approche a été appliquée pour
l’extraction de dégâts sismiques et de zones urbaines. Les résultats obtenus et une
étude comparative confirment la consistance de l’approche proposée.
In this thesis, we are interested in the extraction of areas of interest from satellite
images by introducing a TRIBAL Particle Swarm Optimization (PSO)/ One-Class
classifiers (OCC) approach. OCC are based on the identification of areas of interest
without including other classes from the scene. We propose to generate optimal
training data using the TRIBAL PSO to improve the performances of the OCC. The
TRIBES is a parameter-free optimization technique that manages the search space
in tribes composed of agents. It makes different behavioral and structural
adaptations to minimize the false positive and false negative rates of the OCC. We
have applied the proposed approach for the extraction of earthquakes and urban
areas. Experimental results and comparisons with different state-of-the-art
classifiers confirm the consistency of the proposed approach.
Directeur de thèse : FIZAZI Hadria Identification des zones d’intérêt en imagerie satellitaire [document électronique] / BENHABIB Wafaa, Auteur . - 2017 . - 111 p. + CD.
Langues : Français (fre)
Catégories : Informatique:informatique Mots-clés : classification des images, OEP TRIBALE, OCC, télédétection.
Image classification, TRIBAL PSO, OCC, Remote sensing.Résumé : Nous nous intéressons à l’extraction des zones d’intérêt à partir d’images
satellitaires. Nous proposons pour cela une approche combinant l’Optimisation à
Essaim Particulaire (OEP) TRIBALE, et les classifieurs à une classe (OCC : « OneClass classifiers » en Anglais). Les OCC identifient des zones d’intérêt sans
introduire les autres classes qui composent la scène. A cet effet, nous proposons de
générer une base d’apprentissage optimale en utilisant l’OEP TRIBALE. C’est un
algorithme d’optimisation non-paramétré basé sur le réagencement de l’espace de
recherche en différentes tribus composées d’un nombre variable d’agents.
Différentes adaptations structurelles et comportementales permettent de réduire les
taux de faux positifs et de faux négatifs. Cette approche a été appliquée pour
l’extraction de dégâts sismiques et de zones urbaines. Les résultats obtenus et une
étude comparative confirment la consistance de l’approche proposée.
In this thesis, we are interested in the extraction of areas of interest from satellite
images by introducing a TRIBAL Particle Swarm Optimization (PSO)/ One-Class
classifiers (OCC) approach. OCC are based on the identification of areas of interest
without including other classes from the scene. We propose to generate optimal
training data using the TRIBAL PSO to improve the performances of the OCC. The
TRIBES is a parameter-free optimization technique that manages the search space
in tribes composed of agents. It makes different behavioral and structural
adaptations to minimize the false positive and false negative rates of the OCC. We
have applied the proposed approach for the extraction of earthquakes and urban
areas. Experimental results and comparisons with different state-of-the-art
classifiers confirm the consistency of the proposed approach.
Directeur de thèse : FIZAZI Hadria Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 1214 02-08-417 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-417.pdfAdobe Acrobat PDF Intégraon des techniques d’apprenssage arficiel aux métaheurisques pour la résoluon des problèmes d’opmisaon combinatoire difficiles / ZENNAKI Mahmoud
Titre : Intégraon des techniques d’apprenssage arficiel aux métaheurisques pour la résoluon des problèmes d’opmisaon combinatoire difficiles Type de document : document électronique Auteurs : ZENNAKI Mahmoud, Auteur Année de publication : 2016/2017 Accompagnement : CD Langues : Français (fre) Catégories : Informatique:informatique Mots-clés : Optimisation combinatoire, Métaheuristique, Apprentissage artificiel, Recherche
réactive, Apprentissage supervisé et non supervisé, Machines à vecteurs de support.
Combinatorial optimization, Metaheuristic, Machine learning, Reactive search,
Supervised and unsupervised learning, Support Vector Machines.Résumé : Une métaheuristique est une méthode générale de résolution approchée des problèmes
d’optimisation combinatoire difficiles. Une fois bien paramétrée, la métaheuristique peut
trouver des solutions de haute qualité. Le paramétrage ou la configuration des
métaheuristiques influe d’une manière considérable sur le comportement de celles-ci et reste
un des sujets de recherche les plus étudiés dans ce domaine. Ce n’est que récemment qu’une
définition précise du problème de paramétrage (tuning problem) a été donnée. Cette définition
consiste à décrire le problème du paramétrage comme un problème d’apprentissage artificiel.
Au-delà de la considération du problème de paramétrage des métaheuristiques comme un
problème d’apprentissage artificiel, l’approche proposée dans cette thèse, consiste à donner
aux métaheuristiques l’aptitude de prévoir et d’évaluer la qualité des solutions à partir de
résolutions antérieures d’instances d’un problème donné. Nous construisons pour cela, un
corpus composé des instances du problème ainsi qu’un échantillon de solutions de différentes
qualités. L’apprentissage supervisé appliqué sur ce corpus permettra de prédire la qualité des
solutions explorées lors de la résolution de nouvelles instances.
La thèse contient des résultats d’expérimentation de notre approche sur une variété de
problèmes d’optimisation combinatoire connus notamment le problème du voyageur de
commerce (Travel Salesman Problem) et le problème de couverture (Set Covering Problem),
et montre le grand intérêt de l’incorporation de l’apprentissage artificiel aux métaheuristiques.
En plus nous présentons dans la thèse un nouveau algorithme basé sur le schéma des
métaheuristiques à population et qui consiste à construire des solutions élites à partir de
l’histoire de recherche en réalisant une classification non supervisée des solutions déjà
explorées. Cette classification permet de générer des clusters de solutions de caractéristiques
différentes et apporte plus de diversité dans la population courante de solutions. Nous
donnons ainsi à la métaheuristique la possibilité d’apprendre automatiquement pendant le
processus de résolution d’une instance d’un problème donné.
A metaheuristic is a general algorithm template that, once properly instantiated can be used
for finding high quality solutions of hard combinatorial optimization problems. Tuning
metaheuristics is a very sensitive issue both in practical applications and in academic studies.
Recently a precise definition of the tuning problem has been presented and consists to argue
that the problem of tuning metaheuristic can be profitably described and solved as a machine
learning problem.
Beyond this consideration, our proposed approach aims to give to metaheuristics the
aptitude to predict solutions quality while solving an instance of a given problem by a
supervised learning. This learning is done from anterior resolution of a stream of problem
instances that should be reasonably considered as representative of the whole class of
instances that the algorithm will eventually encounter. We build a corpus composed of
instances and solutions of different quality (ranging from bad to good solutions). A supervised
learning is thus done on this corpus considered as a training set, which will be used to predict
the quality of solutions obtained from future resolutions.
The thesis contains experimental results on the use of our approach and some examples of
practical applications like travel salesman problem and set covering problem, and show the
great interest of such approach.
Furthermore, we introduce a new algorithm which integrates unsupervised classification in
population-based metaheuristics by generating automatically elite solutions from the search
history.Directeur de thèse : SADOUNI Kaddour Intégraon des techniques d’apprenssage arficiel aux métaheurisques pour la résoluon des problèmes d’opmisaon combinatoire difficiles [document électronique] / ZENNAKI Mahmoud, Auteur . - 2016/2017 . - + CD.
Langues : Français (fre)
Catégories : Informatique:informatique Mots-clés : Optimisation combinatoire, Métaheuristique, Apprentissage artificiel, Recherche
réactive, Apprentissage supervisé et non supervisé, Machines à vecteurs de support.
Combinatorial optimization, Metaheuristic, Machine learning, Reactive search,
Supervised and unsupervised learning, Support Vector Machines.Résumé : Une métaheuristique est une méthode générale de résolution approchée des problèmes
d’optimisation combinatoire difficiles. Une fois bien paramétrée, la métaheuristique peut
trouver des solutions de haute qualité. Le paramétrage ou la configuration des
métaheuristiques influe d’une manière considérable sur le comportement de celles-ci et reste
un des sujets de recherche les plus étudiés dans ce domaine. Ce n’est que récemment qu’une
définition précise du problème de paramétrage (tuning problem) a été donnée. Cette définition
consiste à décrire le problème du paramétrage comme un problème d’apprentissage artificiel.
Au-delà de la considération du problème de paramétrage des métaheuristiques comme un
problème d’apprentissage artificiel, l’approche proposée dans cette thèse, consiste à donner
aux métaheuristiques l’aptitude de prévoir et d’évaluer la qualité des solutions à partir de
résolutions antérieures d’instances d’un problème donné. Nous construisons pour cela, un
corpus composé des instances du problème ainsi qu’un échantillon de solutions de différentes
qualités. L’apprentissage supervisé appliqué sur ce corpus permettra de prédire la qualité des
solutions explorées lors de la résolution de nouvelles instances.
La thèse contient des résultats d’expérimentation de notre approche sur une variété de
problèmes d’optimisation combinatoire connus notamment le problème du voyageur de
commerce (Travel Salesman Problem) et le problème de couverture (Set Covering Problem),
et montre le grand intérêt de l’incorporation de l’apprentissage artificiel aux métaheuristiques.
En plus nous présentons dans la thèse un nouveau algorithme basé sur le schéma des
métaheuristiques à population et qui consiste à construire des solutions élites à partir de
l’histoire de recherche en réalisant une classification non supervisée des solutions déjà
explorées. Cette classification permet de générer des clusters de solutions de caractéristiques
différentes et apporte plus de diversité dans la population courante de solutions. Nous
donnons ainsi à la métaheuristique la possibilité d’apprendre automatiquement pendant le
processus de résolution d’une instance d’un problème donné.
A metaheuristic is a general algorithm template that, once properly instantiated can be used
for finding high quality solutions of hard combinatorial optimization problems. Tuning
metaheuristics is a very sensitive issue both in practical applications and in academic studies.
Recently a precise definition of the tuning problem has been presented and consists to argue
that the problem of tuning metaheuristic can be profitably described and solved as a machine
learning problem.
Beyond this consideration, our proposed approach aims to give to metaheuristics the
aptitude to predict solutions quality while solving an instance of a given problem by a
supervised learning. This learning is done from anterior resolution of a stream of problem
instances that should be reasonably considered as representative of the whole class of
instances that the algorithm will eventually encounter. We build a corpus composed of
instances and solutions of different quality (ranging from bad to good solutions). A supervised
learning is thus done on this corpus considered as a training set, which will be used to predict
the quality of solutions obtained from future resolutions.
The thesis contains experimental results on the use of our approach and some examples of
practical applications like travel salesman problem and set covering problem, and show the
great interest of such approach.
Furthermore, we introduce a new algorithm which integrates unsupervised classification in
population-based metaheuristics by generating automatically elite solutions from the search
history.Directeur de thèse : SADOUNI Kaddour Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4582 02-08-422 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
Intégraon des techniques d’apprenssage arficiel aux métaheurisques pour la résoluon des problèmes d’opmisaon combinatoire difficilesAdobe Acrobat PDF Mesures de performance d’une architecture NDN avec comme objectif la cohérence de la persistance (Performance measurements of an NDN architecture with consistency of persistence) / FETHELLAH Nour El Houda
Titre : Mesures de performance d’une architecture NDN avec comme objectif la cohérence de la persistance (Performance measurements of an NDN architecture with consistency of persistence) Type de document : document électronique Auteurs : FETHELLAH Nour El Houda, Auteur Année de publication : 2021-2022 Accompagnement : CD Langues : Anglais (eng) Catégories : Informatique:informatique Mots-clés : Information-Centric Networking, Named Data Networking NDN, Future internet architecture, In-network caching, Clustering.
Réseaux orientés contenu (ICN), les réseaux de données nommées (NDN), Future architecture d’internet, la mise en cache dans le réseau, Clusterisation.Résumé : Information-Centric Networking (ICN) architectures are proposed to overcome the problems of Internet architecture. The main straight point of such architectures was the in-network caching. The efficiency of the adopted caching strategy influenced the ICN performance; it managed the contents in the network and decided where to cache them. The major issue was the strategic selection of the router-cache to store the data on the delivery path. This reduced congestion, optimized the distance between the consumers and required data, improved latency, and alleviated the viral load on the servers. In this thesis, we proposed a New Efficient Caching Strategy for named data networking, named NECS. The Named Data Networking architecture (NDN) was the most promising architecture among all the ICN architectures. The NECS strategy reduced the traffic redundancy, eliminated the useless contents replication, and improved the replay time for users, due to the strategic routers-cache selection. We carried out extensive experiments to evaluate the NECS performances against other caching strategies. The results of our conducted simulations revealed that the NECS strategy has interesting and convincing performances in many aspects and records a high cache-hit ratio.
Les architectures de réseaux centrés sur l'information (ICN) ont été proposées pour résoudre les problèmes de l'architecture Internet. Le principal avantage de ces architectures était la mise en cache en réseau. L'efficacité de la stratégie de mise en cache adoptée influence la performance des architectures de réseaux centrés sur l'information. La stratégie de mise en cache gère le contenu du réseau et décide où les mettre en cache. Le problème majeur de la stratégie de mise en cache est la sélection stratégique des routeurs de cache pour stocker les données sur le chemin de livraison. Cela réduit la congestion, optimise la distance entre les consommateurs et les données requises, améliore la latence et allège la charge virale sur les serveurs. Dans cette thèse, nous proposons une nouvelle stratégie de mise en cache efficace pour les réseaux de données nommées (NDN), nommée NECS. L’architecture NDN est l'architecture la plus prometteuse parmi toutes les architectures ICN. La stratégie NECS permet à réduire la redondance du trafic, éliminer la réplication inutile du contenu et améliore le temps de réponse pour les utilisateurs, grâce à la sélection stratégique des routeurs de cache. Nous avons mené des expériences approfondies pour évaluer la performance du NECS par rapport à d'autres stratégies de mise en cache. Les résultats de nos simulations menées ont révélent que la stratégie NECS avait une performance intéressante et convaincante dans de nombreux aspects et a enregistré un taux de cache-hit élevé.Directeur de thèse : CHOUARFIA Abdallah Mesures de performance d’une architecture NDN avec comme objectif la cohérence de la persistance (Performance measurements of an NDN architecture with consistency of persistence) [document électronique] / FETHELLAH Nour El Houda, Auteur . - 2021-2022 . - + CD.
Langues : Anglais (eng)
Catégories : Informatique:informatique Mots-clés : Information-Centric Networking, Named Data Networking NDN, Future internet architecture, In-network caching, Clustering.
Réseaux orientés contenu (ICN), les réseaux de données nommées (NDN), Future architecture d’internet, la mise en cache dans le réseau, Clusterisation.Résumé : Information-Centric Networking (ICN) architectures are proposed to overcome the problems of Internet architecture. The main straight point of such architectures was the in-network caching. The efficiency of the adopted caching strategy influenced the ICN performance; it managed the contents in the network and decided where to cache them. The major issue was the strategic selection of the router-cache to store the data on the delivery path. This reduced congestion, optimized the distance between the consumers and required data, improved latency, and alleviated the viral load on the servers. In this thesis, we proposed a New Efficient Caching Strategy for named data networking, named NECS. The Named Data Networking architecture (NDN) was the most promising architecture among all the ICN architectures. The NECS strategy reduced the traffic redundancy, eliminated the useless contents replication, and improved the replay time for users, due to the strategic routers-cache selection. We carried out extensive experiments to evaluate the NECS performances against other caching strategies. The results of our conducted simulations revealed that the NECS strategy has interesting and convincing performances in many aspects and records a high cache-hit ratio.
Les architectures de réseaux centrés sur l'information (ICN) ont été proposées pour résoudre les problèmes de l'architecture Internet. Le principal avantage de ces architectures était la mise en cache en réseau. L'efficacité de la stratégie de mise en cache adoptée influence la performance des architectures de réseaux centrés sur l'information. La stratégie de mise en cache gère le contenu du réseau et décide où les mettre en cache. Le problème majeur de la stratégie de mise en cache est la sélection stratégique des routeurs de cache pour stocker les données sur le chemin de livraison. Cela réduit la congestion, optimise la distance entre les consommateurs et les données requises, améliore la latence et allège la charge virale sur les serveurs. Dans cette thèse, nous proposons une nouvelle stratégie de mise en cache efficace pour les réseaux de données nommées (NDN), nommée NECS. L’architecture NDN est l'architecture la plus prometteuse parmi toutes les architectures ICN. La stratégie NECS permet à réduire la redondance du trafic, éliminer la réplication inutile du contenu et améliore le temps de réponse pour les utilisateurs, grâce à la sélection stratégique des routeurs de cache. Nous avons mené des expériences approfondies pour évaluer la performance du NECS par rapport à d'autres stratégies de mise en cache. Les résultats de nos simulations menées ont révélent que la stratégie NECS avait une performance intéressante et convaincante dans de nombreux aspects et a enregistré un taux de cache-hit élevé.Directeur de thèse : CHOUARFIA Abdallah Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 1947 02-08-525 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-525.pdfAdobe Acrobat PDF
Titre : Méthode des Contours Actifs pour la Détection dans les Images Satellitales Type de document : document électronique Auteurs : MOURI Hayat, Auteur Année de publication : 2019 / 2020 Accompagnement : CD Langues : Français (fre) Catégories : Informatique:informatique Mots-clés : contour actif, détection d’objet, segmentation d'image, satellitale, propriétés locales et globales, forces de pression signée (SPF). Résumé : Il est tout à fait clair que l'étape de segmentation est une étape cruciale dans le processus de traitement d’image et nécessaire dans de nombreuses applications de vision par ordinateur. La segmentation consiste à partitionner une image en des régions à caractéristiques visuelles similaires. Un grand nombre d'approches différentes ont été développées pour traiter le problème de segmentation, y compris les modèles de contour actif. D’autre part, l’hétérogénéité souvent présente sur les objets de l’image pose de nombreuses difficultés pour la détection d'objets (segmentation d'images) notamment les images satellitales. Pour faire face à ces défis, nous avons proposé un modèle de contours actifs basés région qui combine les propriétés locales et globales de l’image. Dans sa formulation énergétique, les différences d’images locales et globales sont remplacées par des forces de pression signée (SPF) locales et globales afin de donner une certaine stabilité à la solution. Les résultats expérimentaux démontrent la grande précision de la segmentation obtenue sur diverses images en niveaux de gris synthétiques et réelles. L’étude comparative nous a prouvé l’efficacité de la méthode proposée et sa robustesse face à l’hétérogénéité et le bruit présents sur les différentes régions de l’image et également pour l’initialisation inadéquate du contour actif. Directeur de thèse : FIZAZI Hadria Méthode des Contours Actifs pour la Détection dans les Images Satellitales [document électronique] / MOURI Hayat, Auteur . - 2019 / 2020 . - + CD.
Langues : Français (fre)
Catégories : Informatique:informatique Mots-clés : contour actif, détection d’objet, segmentation d'image, satellitale, propriétés locales et globales, forces de pression signée (SPF). Résumé : Il est tout à fait clair que l'étape de segmentation est une étape cruciale dans le processus de traitement d’image et nécessaire dans de nombreuses applications de vision par ordinateur. La segmentation consiste à partitionner une image en des régions à caractéristiques visuelles similaires. Un grand nombre d'approches différentes ont été développées pour traiter le problème de segmentation, y compris les modèles de contour actif. D’autre part, l’hétérogénéité souvent présente sur les objets de l’image pose de nombreuses difficultés pour la détection d'objets (segmentation d'images) notamment les images satellitales. Pour faire face à ces défis, nous avons proposé un modèle de contours actifs basés région qui combine les propriétés locales et globales de l’image. Dans sa formulation énergétique, les différences d’images locales et globales sont remplacées par des forces de pression signée (SPF) locales et globales afin de donner une certaine stabilité à la solution. Les résultats expérimentaux démontrent la grande précision de la segmentation obtenue sur diverses images en niveaux de gris synthétiques et réelles. L’étude comparative nous a prouvé l’efficacité de la méthode proposée et sa robustesse face à l’hétérogénéité et le bruit présents sur les différentes régions de l’image et également pour l’initialisation inadéquate du contour actif. Directeur de thèse : FIZAZI Hadria Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 1708 02-08-489 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-489.pdfAdobe Acrobat PDF Micro jeux et simulation multi-agents participative: apprentissage des procédures de lutte contre les rongeurs arvicoles. / CHADLI Abdelhafid
PermalinkModèle multi-agents pour la composition des services Web, fondé sur des techniques de planification / BELMABROUK Karima
PermalinkPermalinkModélisation multiparamétrique du confort dans un bâtiment intelligent par apprentissage automatique / MOSTEFAOUI Sid Ahmed Mokhtar
PermalinkModélisation et simulation du confort dans un bâtiment intelligent par le formalisme DEVS / Lahcene AID
PermalinkPermalinkOptimisation des requêtes de la recherche d’information dans l’entrepôt de données / BETOUATI Fatiha
PermalinkPermalinkPermalinkPermalink
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