Browsing by Author "Laboudi, Zakaria"

Now showing 1 - 12 of 12
  • No Thumbnail Available
    Item
    Analyse des Tweets pour la détection des troubles mentaux (dépression et anxiété)
    (University of Oum El Bouaghi, 2023) Merazega Abdelmoumen; Acid, Juba; Laboudi, Zakaria
    Social media occupies an important placein daily life, where users share different elements such as thoughts, experiences, events and feelings. The massive use of social media has led to the generation of huge volumes of data. These data constitute a treasure allowing the extraction of relevant information through natural language processing tasks, in particular by involving deep learning techniques. Starting from this context, various researches have been carried out with the aim of studying the detection of mental disorders, especially depression and anxiety, through the analysis of data extracted from Twitter platform. Although these researches have been able to achieve very satisfactory results, they nevertheless rely on binary classification models by treating each mental disorder separately. Indeed, it would be better if we manage to develop systems capable of dealing with several mental disorders. To address this point, we propose a well-defined methodology involving the use of deep learning to develop effective multi-class modelsfor detecting depression and anxiety through the analysis oftweets. The idea consists in testingboth simple and hybrid variants of deep learning models to examine their strengths and weaknesses. Once the models are built, we move on to the deployment phase in which the best performing models are used to analyze tweets in the UK and US during the COVID-19 period regarding depressive and anxious behaviors. Our work is validated by several experiments and comparisons. Globally, the results obtained are satisfactory and encouraging
  • No Thumbnail Available
    Item
    Application web pour la gestion du département de mathématique et d’informatique
    (Université Oum El Bouaghi, 2018) Zaidi, Amel; Laboudi, Zakaria
    L'objectif de ce travail de mémoire de Master est inclus dans le cadre de développement de notre département (département de mathématique de d'informatique) sur le plan d'informatisation des tâches pédagogiques et de gestion. En effet, en constant l'existence de certaines insuffisances au niveau des outils informatiques actuels de gestion, nous proposons une tentative pour l'amélioration de ce manque. Ainsi nous essayons à travers ce projet d'utiliser les technologies du web pour l'informatisation de la saisie et le suivi des notes et des absences des étudiants, ce qui n'était pas possible dans le cas du système actuel par les administratifs, les enseignants et les étudiants. En effet, il suffit de se connecter puis saisir ou consulter ses notes et ses absences sans qu'il soit obligé de se présenter au niveau de secrétariat où les applications tournent uniquement en local. Nous pensons donc que les mécanismes de migration des données entre le local et le distant (web) qu'on propose seront très efficaces pour garantir la souplesse dans l'exploitation des outils existants.
  • No Thumbnail Available
    Item
    Approche basée méta-heuristique pour la sélection des services d'adaptation de documents multimédia
    (Université Oum El Bouaghi, 2019) Hamri, Hamana Nazim; Laboudi, Zakaria
    Les documents multimédias sont omniprésents à tout moment et accessibles de n'importe où en utilisant différents terminaux (ordinateurs, Smartphone, Tablette...etc.). Cependant, suite à des changements dans le profil d'utilisateur (contexte et / ou préférences), le contenu d'un tel document pourrait être adapté par des services d'adaptation adéquats afin qu'il soit conforme, autant que possible, aux contraintes courantes. Dans ce sens, plusieurs approches d'adaptation ont été déjà proposées. Néanmoins, lorsqu'il est question de sélectionner un ensemble de services d'adaptation requis, les approches d'adaptation actuelles procèdent souvent à une sélection selon un choix préétabli où sur la base d'algorithmes naïfs. Partant de ce contexte, nous proposons dans ce travail une nouvelle approche pour la sélection des services d'adaptation en utilisant les algorithmes d'optimisation à savoir les algorithmes génétiques. L'approche proposée est validée par un ensemble de tests touchant à l'aspect performance, temps d'exécution et consommation d'énergie. Les résultats obtenus sont très satisfaisants.
  • No Thumbnail Available
    Item
    Authentification biométrique sécurisée
    (Université d'Oum El Bouaghi, 2024) Khiter, Soulaf Sara; Boucherim, Ines; Laboudi, Zakaria
    la biométrie permet d'identifier automatiquement des individus en se basant sur leurs caractéristiques physiques ou comportementales, telles que l’empreinte digitale, le visage ou la démarche. Selon le nombre de modalités biométriques impliquées, les systèmes biométriques se divisent en des systèmes monomodaux et des systèmes multimodaux. Les premiers montrent généralement certaines limitations, telles que la sensibilité des capteurs biométriques et la non-compatibilité avec certains individus. C’est la raison pour laquelle on fait intervenir des systèmes multimodaux en combinant des informations provenant de différentes sources. Dans ce travail, nous nous appuyons sur la combinaison de deux modalités biométriques à savoir l’empreinte digitale et le visage, pour concevoir un système d’authentification biométrique pour le contrôle d’accès tout en assurant la protection des données grâce à des algorithmes de chiffrement. Le travail est validé à l’aide d’un prototype sur lequel on fait des tests.
  • No Thumbnail Available
    Item
    Contributions aux processus d’adaptation multimédia
    (Université Larbi Ben M'hidi Oum El Bouaghi, 2022) Meziani, Merouane; Laouadi, Seyf Eddine; Laboudi, Zakaria
    L'intelligence ambiante évolue rapidement en raison de l'utilisation des systèmes ubiquitaires qui intègre des technologies mobiles et de capteurs. Dans de tels systèmes, le contexte concernant les utilisateurs et l'environnement sont souvent impliquées pour améliorer l'accès aux contenus multimédias. Néanmoins, en raison des changements dans le contexte des utilisateurs (ex., bruit, endroit public, etc.), des restrictions sur l'accès correct à ces documents peuvent être imposées. Une solution possible est d'adapter leurs contenus afin qu'ils soient conformes autant que possible les contraintes actuelles. A cet égard, plusieurs approches d'adaptation ont été proposées. Dans ce travail, nous développons un système d'adaptation multimédia dans un environnement d'apprentissage ubiquitaire en tenant compte du contexte des apprenants, en particulier le contexte lié à sa santé. Nous développons également un composant logiciel qui permet le stockage, la récupération et l'analyse des données historiques résultant des opérations d'adaptation multimédia dans les systèmes ubiquitaires sensibles au contexte. Ces données servent à de nombreuses tâches utiles telles que les systèmes de recommandation, notamment avec l'utilisation large des techniques d'apprentissage automatique y compris l'apprentissage profond. Les propositions sont validées à travers un prototype réel sur lequel sont effectués un ensemble de tests pour mesurer l'efficacité du processus d'adaptation et montrer l'utilité de la gestion de l'historique pour la réalisation des tâches avantageuses. Les résultats obtenus sont satisfaisants et encourageants.
  • No Thumbnail Available
    Item
    Deep learning based approach for predicting depression using twitter data
    (Université de Larbi Ben M'hidi- Oum El Bouaghi, 2022) Boubaker, Ikrame; Assas, Aimene; Laboudi, Zakaria
    In recent years, social media has become an integral part of people's lives, who share their memories, experiences, feelings and interests through it. This resulted in the generation of substantial volumes of data in many formats, in particular the textual form that represents the largest portion of these data. In order to extract valuable information from social media textual contents, several methods for natural language processing tasks have been developed, especially through deep learning techniques. In this respect, various researches ranging from machine learning to deep learning methods have been proposed to study depression detection through twitter data analysis. Although these researches could achieve good results, they usually rely on the Bi-LSTM model since it has proven to be efficient when tested on text processing purposes. Moreover, such approaches do not deploy the trained models, in order to make predictions using other data that were not used during the training phase. In an attempt to overcome these limitations, we propose a well-defined methodology for building efficient models that allow predicting depression through Tweets analysis. The idea consists in putting all variants of the RNN model under test in order to highlight the strengths and weaknesses of each variant. Once the training phase accomplished, we proceed to a deployment phase in which the well-performing variant is used to analyze the sentiment of Twitter users in UK and US during COVID-19 period toward depressive behaviors. The proposal is validated through several experiments and comparisons according to some evaluation metrics. Overall, the obtained results are satisfactory and encouraging.
  • No Thumbnail Available
    Item
    Environnement d'exécution pour les algorithmes évolutionnaires inspirés-quantique basé sur les systèmes multi agents
    (Université Oum El Bouaghi, 2013) Ababsa, Houssem; Laboudi, Zakaria
    La résolution des problèmes en utilisant les algorithmes évolutionnaires constitue une manière de programmation très efficace. Plus récemment, une nouvelle famille d’algorithmes évolutionnaires a été inventée : les algorithmes évolutionnaires inspirés-quantique. Dans ce travail, nous allons aborder cette nouvelle classe d’algorithmes en retraçant leurs caractéristiques principales, en particulier celle du parallélisme intuitif qu’ils présentent. En effet, nous allons faire, dans le cadre de ce mémoire, la présentation d’un environnement expérimental des algorithmes évolutionnaires inspirés-quantique pour la résolution des problèmes d’optimisation et combinatoires, basé sur un système multi-agents. En déléguant les tâches de calcul, de coordination et d’affichage des résultats expérimentaux à des agents, l’environnement devrait permettre d’effectuer des analyses des résultats expérimentaux de façon plus structurée et plus sophistiquée, en s’appuyant sur l’envoi et la réception des messages de manière plus abstraite. Notre système est également doté d’un mécanisme qui le rend extensible pour supporter l’intégration d’autres problèmes développés de façon personnalisée.
  • No Thumbnail Available
    Item
    Evolution d'automates cellulaires par algorithmes génétiques
    (Université Oum El Bouaghi, 2015) Lakhdari, Saliha; Laboudi, Zakaria
    Le domaine des automates cellulaires (AC) atteint une phase de maturité grâce à la contribution des grands ensembles des travaux théoriques et pratiques. Ils ont été utilisés en tant des systèmes de calcul que des systèmes dynamiques modélisant des systèmes complexes. Cependant, les AC sont généralement très difficiles à concevoir d'où la nécessité d'une méthode automatique de conception comme les algorithmes génétiques. Dans ce travail, nous avons implémenté un algorithme génétique qui tournent sur des architectures parallèles et distribuer allant des simples machines au cluster d'ordinateur passant même par des architecture multi-coeurs comme les processeurs GPU et CUDA. Les résultats expérimentaux ont montré une accélération significative par rapport au modèle séquentiel classique.
  • No Thumbnail Available
    Item
    Implémentation des algorithmes
    (Université Oum El Bouaghi, 2012) Bouchareb, Amel; Laboudi, Zakaria
    Le travail réalisé se situe dans le cadre des métas heuristiques et plus précisément sur les algorithmes évolutionnaires (AE) qui sont basés sur le principe d'évolution des populations d'individus. Les algorithmes évolutionnaires inspirés quantique (AEIQ) sont une combinaison entre les AE ordinaires et le calcul quantiques tel que les individus sont représentés par des chromosomes quantiques. On se propose alors d'étudier dans ce travail les possibilités offertes pour une éventuelle distribution des AEIQ, permettant ainsi d'atteindre une exécution hautement performante par rapport aux AEIQ centralisés.
  • No Thumbnail Available
    Item
    Réalisation d'un environnement expérimental les algorithmes génétiques basé sur systèmes multi agents
    (Université Oum El Bouaghi, 2013) Sahbi, Roumissa; Laboudi, Zakaria
    La résolution des problèmes en utilisant les algorithmes évolutionnaires constitue une manière de programmation très efficace. En effet, les heuristiques classiques ont montré leurs limites pour résoudre des problèmes d'optimisation. L'intelligence artificielle a donc fait tourner vers la nature en s'inspirant de nouvelles méthodes plus génériques et plus efficaces. Les algorithmes génétiques constituent un exemple très représentatif de telles méthodes qui ont fait leur preuve pour résoudre de nombreux problèmes d'optimisation. Dans ce travail, nous allons aborder ces algorithmes en retraçant leurs caractéristiques principales. En effet, nous allons faire, dans le cadre de ce mémoire, la présentation d'un environnement expérimental pour l'exécution des algorithmes génétiques pour la résolution des problèmes d'optimisation et combinatoires, basé sur un système multi-agents. En déléguant les tâches de calcul, de coordination et d'affichage des résultats expérimentaux à des agents, l'environnement devrait permettre d'effectuer des analyses des résultats expérimentaux de façon plus structurée et plus sophistiquée, en s'appuyant sur l'envoi et la réception des messages de manière plus abstraite. Notre système est également doté d'un mécanisme qui le rend extensible pour supporter l'intégration d'autres problèmes développés de façon personnalisée.
  • No Thumbnail Available
    Item
    Résolution des problèmes d'optimisation par algorithmes évolutionnaires inspirées quantiques
    (Université Oum El Bouaghi, 2015) Bechoua, Chouaib; Mehellou, Abdelatif; Laboudi, Zakaria
    La résolution des problèmes d'optimisation consiste à trouver des solutions optimales afin d'atteindre un ou plusieurs objectifs. Dans ce travail, nous allons travailler sur la résolution de ce type de problèmes par algorithmes évolutionnaires, en particulier les algorithmes évolutionnaires inspirés-quantiques qui font introduire des principes et des concepts inspirés de l'informatique quantique. Ainsi, nous avons développé de nouvelles variantes de ces algorithmes qui tournent sur des architectures parallèles et/ou distribuées comme les machine multiprocesseurs, les LAN, les clusters et les grilles de calcul, les cloud, pour la résolution de plusieurs classes de problèmes d'optimisation, que ce soit des problèmes mono ou multi-objectifs. Pour mesurer l'efficacité et les performances de ces variantes, une série d'expérimentations a été réalisée. Les résultats ont montré une nette amélioration par rapport aux modèles classiquesdans la mesure où ils s'exécutent dans desenvironnements parallèles en haute performance tout en préservant l'aspect efficacité.
  • No Thumbnail Available
    Item
    Une Ontologie de domaine pour l'aide à la décision dans un cadre juridique Dr. Benaboud
    (Université de Larbi Ben M’hidi-Oum Oum El Bouaghi, 2022) Benlaharche, keltoum; Meslati, Djamel; Laboudi, Zakaria
    Le style du raisonnement par analogie qui est généralement utilisé dans le domaine de la législation a une qualité particulière appelée raisonnement à base de cas. Il s'agit de résoudre un nouveau problème en réutilisant la solution d'un problème précédent similaire à celui-ci, stockée dans la mémoire des cas. Dans cette étude, nous nous intéressons à l'application de ce type de raisonnement dans le domaine de la législation islamique comme outil de recherche d'informations pouvant être utilisées dans le domaine de l'émission de fatwas. Et l'utilisation de l'ontologie pour déduire et résoudre le problème de l'inadéquation des mots à l'écrit et de leur congruence morale (portant le même sens ou portant le même jugement). L’objectif de cette thèse est, de construire un système de raisonnement à partir de cas basé une ontologie de domaine des transactions bancaires islamiques pour l’aide à la décision dans le domaine de la législation islamique. En effet, il s’agit d’un domaine où les questions sont fréquentes et la recherche de réponses reste dans la majeure partie du temps basée sur l’expertise humaine uniquement. Pour atteindre les objectifs tracés, nous adoptons la méthodologie (NeOn Methodology) pour la construction de notre ontologie du domaine des transactions bancaires islamiques. L’ontologie résultante nommée (IFBO ontology) est partageable et réutilisable publiquement afin de contrôler les connaissances communiquées sémantiquement. Ensuite, nous utilisons le paradigme du raisonnement à base des cas (CBR) pour construire notre système d’aide à la décision. Le système résultant, baptisé (AFIF 1.0), nous a présenté de bons résultats encourageants et satisfaisants lors de l’opération de récupération des fatwas, notamment en ce qui concerne l'aspect sémantique. L’ontologie développée nous a donc apporté une valeur ajoutée indéniable à l’efficacité globale du système. The analogy reasoning mode, naturally used in the legal domain, possesses a variant, called case-based reasoning (CBR). It consists in solving a new problem by reusing the solution of a similar problem already met, and stored in a memory of cases. In this study, we are interested in applying this style of reasoning in the Islamic legislation field as a tool for information retrieval, which can be used during the process of Fatwa generation. This ontology will be used for inference through a CBR system and for solving the problem of the mismatch of words in writing and their congruence morally (carrying the same meaning or carrying the same ruling). The aim of this thesis is, to build a case-based reasoning system supported by an ontology of Islamic banking transactions for decision assist in the field of Islamic legislation. Indeed, this is an area where questions are frequent and the search for answers remains in most of the time based on human expertise only. To achieve the stated objectives, we adopt the methodology (NeOn Methodology) for building an ontology related to the field of Islamic banking transactions. The resulting ontology, called IFBO ontology, is publicly shareable and reusable in order to control semantically communicated knowledge. The resulting system, named AFIF 1.0, presented us with encouraging and satisfactory results during the fatwas retrieval operation, especially with regard to the semantic aspect. The developed ontology therefore brought us undeniable an added value to the overall efficiency of the system. ان نمط التفكير بالتطابق والمستعمل عموماً في مجال التشريع لديه نوعية خاصة تسمى التفكير بالحالات. وهو عبارة عن حل مسألة جديدة بإعادة استعمال حل مسألة سابقة مشابهة لها، مخـُـزنة في ذاكرة الحالات. وفي هذه الدراسة، يهمنا أن نطبق هذا النمط من التفكير في مجال التشريع الإسلامي كأداة للبحث عن المعلومات الممكن استعمالها في ميدان إصدار الفتاوى. واستعمال الانطولوجيا للاستدلال وحل مشكل عدم تطابق الكلمات كتابيا وتطابقها معنويا (تحمل نفس المعنى او تحمل نفس الحكم). الهدف من هذه الأطروحة هو بناء نظام التفكير القائم على الحالة (CBR) يستند على أنطولوجيا المجال للمعاملات المصرفية الإسلامية من أجل المساعدة في اتخاذ القرار في مجال التشريع الإسلامي. أين تتكرر الأسئلة بكثرة ويظل البحث عن الإجابات في معظمه قائمًا على الخبرة البشرية وحدها. لتحقيق هذه الأهداف، نعتمد المنهجية (Methodology NeOn) لبناء الأنطولوجيا الخاصة بنا في مجال المعاملات المصرفية الإسلامية. الأنطولوجيا الناتجة المسماة (IFBO ontology) قابلة للمشاركة وإعادة الاستخدام. بعد ذلك، نستخدم نموذج التفكير القائم على الحالة (CBR) لبناء نظام المساعدة في اتخاذ القرار الخاص بنا. النظام الناتج المسمى (AFIF 1.0) قدم لنا نتائج جيدة ومشجعة ومرضية خلال عملية استعادة الفتاوى، خاصة فيما يتعلق . بالجانب الدلالي .وبالتالي، جلبت لنا الأنطولوجيا المقترحة قيمة مضافة جلية إلى الكفاءة الكلية للنظام