Hadjadj SelmaLaboudi Zakaria2021-11-062021-11-062021http://hdl.handle.net/123456789/11236L'intégration de l'intelligence ambiante dans les systèmes ubiquitaires évolue rapidement en raison de l'utilisation des technologies mobiles et de capteurs. Dans de tels systèmes, les informations contextuelles concernant à la fois les utilisateurs et l'environnement sont souvent impliquées pour améliorer l'accès aux contenus multimédias. Néanmoins, en raison de changements dans les contextes des utilisateurs (par exemple, environnement bruyant, langue préférée, lieu public, etc.), des restrictions sur l'accès correct à ces documents peuvent être imposées. Une solution possible est d'adapter leurs contenus à l'aide de services d'adaptation afin qu'ils respectent, dans la mesure du possible, les contraintes actuelles. A cet égard, plusieurs approches d'adaptation ont été proposées ; ils appartiennent à quatre catégories principales : l'adaptation côté client, l'adaptation côté serveur, l'adaptation par proxy et l'adaptation paire-à- paire. Dans ce travail, nous proposons une nouvelle approche hybride afin de réduire les limitations des approches existantes. La proposition implique l'utilisation de systèmes multi- agents en raison de leurs avantages dans un tel contexte. Nous proposons également un nouvel algorithme d'optimisation adaptative pour la sélection efficace de services d'adaptation en utilisant un sac de méta-heuristiques allant des méthodes de recherche locales aux méthodes de recherche globales. En fonction des contraintes contextuelles, un sous-sac d'algorithmes est sélectionné, dont le budget est réparti, en utilisant un mécanisme d'apprentissage par renforcement lié à leurs performances. Les propositions sont validées par un ensemble d'expérimentations et de comparaisons. Les résultats obtenus sont satisfaisants et encourageants.frIntelligence ambianteDocument multimédiaSystèmes pervasifs sensibles au contexteOther