University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'indexation
Ouvrages de la bibliothèque en indexation 004 - Informatique
Ajouter le résultat dans votre panier Affiner la recherche
Titre : An optimal protocol for the localization of nodes in VANETs Type de document : texte imprimé Auteurs : ramzi Allaoua, Auteur ; Aymen Abdelmoumen chaabna, Auteur ; A benaidja, Directeur de thèse Année de publication : 2022 Importance : 1 vol (29 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : VANETs
LocalizationIndex. décimale : 004 - Informatique Résumé :
Localization in Vehicular Ad Hoc Networks (VANETs) has become an important area of re- search with the development of wireless communication technologies. It plays an important role in many applications such as vehicle tracking, efficient transportation and Various safety critical vehicle applications such as collision avoidance or mitigation, lane change management or emer- gency braking assistance systems. GPS technology, which can easily be integrated into vehicles has been instrumental in the development of localization-based applications. Furthermore, ow- ing to the improvements in the wireless communication technologies such as Internet of Things (IoT), VANET localization can be implemented in places where GPS is not available. Many techniques have been proposed in the literature to mitigate this problem. However, they need to achieve more localization accuracy. In this context, we propose a Cooperative Localization Method (CLM) that aim to allow each vehicle in the network to get its position whatever its place and with high accuracy. It combines several localization techniques (GPS, RSU and Kalman Filter) in order to achieve this goal. Simulation results have shown that it outperforms competitor solutions.Côte titre : MAI/0647 En ligne : https://drive.google.com/file/d/13KNwlJ_Ec-eK8L1A6YTG6zTbi0lHj1RG/view?usp=share [...] Format de la ressource électronique : An optimal protocol for the localization of nodes in VANETs [texte imprimé] / ramzi Allaoua, Auteur ; Aymen Abdelmoumen chaabna, Auteur ; A benaidja, Directeur de thèse . - 2022 . - 1 vol (29 f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : VANETs
LocalizationIndex. décimale : 004 - Informatique Résumé :
Localization in Vehicular Ad Hoc Networks (VANETs) has become an important area of re- search with the development of wireless communication technologies. It plays an important role in many applications such as vehicle tracking, efficient transportation and Various safety critical vehicle applications such as collision avoidance or mitigation, lane change management or emer- gency braking assistance systems. GPS technology, which can easily be integrated into vehicles has been instrumental in the development of localization-based applications. Furthermore, ow- ing to the improvements in the wireless communication technologies such as Internet of Things (IoT), VANET localization can be implemented in places where GPS is not available. Many techniques have been proposed in the literature to mitigate this problem. However, they need to achieve more localization accuracy. In this context, we propose a Cooperative Localization Method (CLM) that aim to allow each vehicle in the network to get its position whatever its place and with high accuracy. It combines several localization techniques (GPS, RSU and Kalman Filter) in order to achieve this goal. Simulation results have shown that it outperforms competitor solutions.Côte titre : MAI/0647 En ligne : https://drive.google.com/file/d/13KNwlJ_Ec-eK8L1A6YTG6zTbi0lHj1RG/view?usp=share [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0647 MAI/0647 livre Bibliothéque des sciences Anglais Disponible
DisponibleAnalyse des besoins pour le développement logiciel : recueil et spécification, démarches itératives et agiles / Jacques Lonchamp
Titre : Analyse des besoins pour le développement logiciel : recueil et spécification, démarches itératives et agiles Type de document : texte imprimé Auteurs : Jacques Lonchamp, Auteur Editeur : Paris : Dunod Année de publication : 2015 Collection : Info sup (Paris. 2015), ISSN 2429-263X Importance : 1 vol. (307 p.) Présentation : ill. Format : 24 cm ISBN/ISSN/EAN : 978-2-10-072714-8 Langues : Français (fre) Catégories : Informatique Mots-clés : Génie logiciel : Manuels d'enseignement supérieur
Logiciels : Développement
Méthodes agiles (informatique)
UML (informatique)Index. décimale : 004 - Informatique Résumé :
Le développement logiciel consiste à transformer une idée ou un besoin en un logiciel fonctionnel. Il commence donc logiquement par un recueil des besoins ou des exigences, se poursuit par des phases de modélisation puis de conception avant de passer à la programmation et aux tests.
Cet ouvrage est centré sur les phases "amont" que sont la capture, l'analyse, la spécification et le classement par priorités des besoins auxquels devra répondre le logiciel.
Il propose 70 exercices d'applications, tous avec leur corrigé, et deux études de cas très détaillées en dernière partie.Note de contenu :
Sommaire
P. VIII. Avant-propos
Chapitre 1 Introduction
P. 1. 1.1 Le logiciel
P. 3. 1.2 Le développement logiciel
P. 4. 1.3 La qualité du logiciel
P. 5. 1.4 La « crise du logiciel »
P. 8. 1.5 La maturité des organisations
Partie 1 Le développement logiciel
Chapitre 2 Les activités du développement
P. 18. 2.1 Le recueil des besoins
P. 22. 2.2 L'analyse et la spécification des besoins
P. 26. 2.3 La conception architecturale et détaillée
P. 28. 2.4 L'implantation
P. 28. 2.5 Le déploiement
P. 29. 2.6 La maintenance
P. 30. 2.7 La vérification et la validation (VetV)
P. 33. 2.8 La documentation
P. 33. 2.9 Les activités de gestion
P. 41. 2.10 La distribution efforts/erreurs/coûts
Chapitre 3 La modélisation - UML
P. 45. 3.1 La notion de modèle
P. 47. 3.2 La modélisation visuelle
P. 47. 3.3 Fonctions et objets
P. 49. 3.4 Le langage UML
P. 51. 3.5 Les principaux diagrammes UML
Chapitre 4 Les modèles de développement
P. 57. 4.1 Les modèles linéaires
P. 60. 4.2 Les modèles centrés sur des prototypes
P. 61. 4.3 Les modèles itératifs et incrémentaux
P. 63. 4.4 Les modèles agiles
P. 67. 4.5 Les autres modèles de développement
Chapitre 5 (R)UP, XP et SCRUM
P. 73. 5.1 (Rational) Unified Process - (R) UP
P. 79. 5.2 EXtreme Programming (XP)
P. 84. 5.3 Scrum
P. 92. 5.4 Le développement dirigé par les tests
P. 97. 5.5 Les outils du développement agile
Partie 2 La modélisation métier
Chapitre 6 Introduction à la modélisation métier
P. 105. 6.1 Définition
P. 106. 6.2 La modélisation métier avec UML
P. 109. 6.3 Une ébauche de démarche
P. 113. Chapitre 7 La modélisation des processus métier
P. 113. 7.1 Les acteurs et intervenants métier
P. 114. 7.2 Les processus métier
P. 114. 7.3 Un exemple de processus métier
P. 116. 7.4 Les diagrammes UML associés
P. 121. 7.5 Vers les spécifications logicielles
Chapitre 8 La modélisation du domaine
P. 125. 8.1 Définition
P. 125. 8.2 Éléments du modèle du domaine
P. 127. 8.3 L'identification des classes du domaine
P. 130. 8.4 L'identification des associations du domaine
P. 131. 8.5 Un exemple
Chapitre 9 Les spécifications formelles avec OCL
P. 137. 9.1 Présentation du langage OCL
P. 139. 9.2 Caractéristiques du langage OCL
P. 140. 9.3 Syntaxe de base des contraintes OCL
P. 142. 9.4 Écriture d'expressions OCL complexes
P. 146. 9.5 Des conseils d'utilisation
Partie La modélisation des besoins
Chapitre 10 Les user stories
P. 151. 10.1 Définition
P. 152. 10.2 Des éléments de méthodologie
P. 154. 10.3 Un exemple
Chapitre 11 Les cas d'utilisation
P. 159. 11.1 Définition
P. 160. 11.2 La description textuelle du cas
P. 161. 11.3 Le diagramme de cas d'utilisation
P. 163. 11.4 Des éléments de méthodologie
P. 164. 11.5 User stories vs cas d'utilisation
P. 165. 11.6 Un exemple
Chapitre 12 Les autres modèles UML
P. 169. 12.1 Les diagrammes de séquences « système »
P. 170. 12.2 Les diagrammes d'activités des cas
Partie 4 La modélisation de l'application
Chapitre 13 Le modèle des classes d'analyse
P. 177. 13.1 Définition
P. 178. 13.2 Des éléments de méthodologie
P. 179. 13.3 Un exemple
Chapitre 14 Les modèles UML complémentaires
P. 183. 14.1 Les diagrammes de séquences
P. 183. 14.2 Les diagrammes d'états
Chapitre 15 Le modèle de navigation
P. 187. 15.1 Définition
P. 188. 15.2 Les composants du modèle de navigation
P. 188. 15.3 Un exemple
Partie 5 Les études de cas
Chapitre 16 Étude de cas 1 - La Phase d'initialisation
P. 195. 16.1 Les acteurs
P. 196. 16.2 Les cas d'utilisation
P. 198. 16.3 Les exigences non fonctionnelles
P. 198. 16.4 Une ébauche d'architecture fonctionnelle
P. 200. 16.5 La prioritisation des cas
P. 201. 16.6 Une première ébauche du modèle de classes
P. 203. 16.7 Les maquettes des principaux écrans
Chapitre 17 Étude de cas 1 - La phase d'élaboration
P. 209. 17.1 La spécification détaillée des cas
P. 212. 17.2 Les diagrammes de séquences système
P. 213. 17.3 Les diagrammes d'activités des cas
P. 213. 17.4 La structuration du diagramme des cas
P. 214. 17.5 Les modèles des classes d'analyse
P. 215. 17.6 La dynamique des classes d'analyse
P. 215. 17.7 Le prototypage
Chapitre 18 Étude de cas 2 - Les user stories
P. 217. 18.1 Le rappel des règles du jeu
P. 220. 18.2 L'analyse du jeu
P. 224. 18.3 Le développement du jeu
Chapitre 19 Étude de cas 2 - Les cas d'utilisation
P. 233. 19.1 Les cas d'utilisation du jeu
P. 243. 19.2 Le diagramme des cas d'utilisation
Chapitre 20 Étude de cas 2 - Les classes du domaine
P. 247. 20.1 L'analyse textuelle
P. 248. 20.2 Le modèle des classes du domaine
P. 251. 20.3 L'analyse des entités complexes du domaine
P. 253. Conclusion
P. 255. Corrigés des exercicesCôte titre : Fs/22862-22863 Analyse des besoins pour le développement logiciel : recueil et spécification, démarches itératives et agiles [texte imprimé] / Jacques Lonchamp, Auteur . - Paris : Dunod, 2015 . - 1 vol. (307 p.) : ill. ; 24 cm. - (Info sup (Paris. 2015), ISSN 2429-263X) .
ISBN : 978-2-10-072714-8
Langues : Français (fre)
Catégories : Informatique Mots-clés : Génie logiciel : Manuels d'enseignement supérieur
Logiciels : Développement
Méthodes agiles (informatique)
UML (informatique)Index. décimale : 004 - Informatique Résumé :
Le développement logiciel consiste à transformer une idée ou un besoin en un logiciel fonctionnel. Il commence donc logiquement par un recueil des besoins ou des exigences, se poursuit par des phases de modélisation puis de conception avant de passer à la programmation et aux tests.
Cet ouvrage est centré sur les phases "amont" que sont la capture, l'analyse, la spécification et le classement par priorités des besoins auxquels devra répondre le logiciel.
Il propose 70 exercices d'applications, tous avec leur corrigé, et deux études de cas très détaillées en dernière partie.Note de contenu :
Sommaire
P. VIII. Avant-propos
Chapitre 1 Introduction
P. 1. 1.1 Le logiciel
P. 3. 1.2 Le développement logiciel
P. 4. 1.3 La qualité du logiciel
P. 5. 1.4 La « crise du logiciel »
P. 8. 1.5 La maturité des organisations
Partie 1 Le développement logiciel
Chapitre 2 Les activités du développement
P. 18. 2.1 Le recueil des besoins
P. 22. 2.2 L'analyse et la spécification des besoins
P. 26. 2.3 La conception architecturale et détaillée
P. 28. 2.4 L'implantation
P. 28. 2.5 Le déploiement
P. 29. 2.6 La maintenance
P. 30. 2.7 La vérification et la validation (VetV)
P. 33. 2.8 La documentation
P. 33. 2.9 Les activités de gestion
P. 41. 2.10 La distribution efforts/erreurs/coûts
Chapitre 3 La modélisation - UML
P. 45. 3.1 La notion de modèle
P. 47. 3.2 La modélisation visuelle
P. 47. 3.3 Fonctions et objets
P. 49. 3.4 Le langage UML
P. 51. 3.5 Les principaux diagrammes UML
Chapitre 4 Les modèles de développement
P. 57. 4.1 Les modèles linéaires
P. 60. 4.2 Les modèles centrés sur des prototypes
P. 61. 4.3 Les modèles itératifs et incrémentaux
P. 63. 4.4 Les modèles agiles
P. 67. 4.5 Les autres modèles de développement
Chapitre 5 (R)UP, XP et SCRUM
P. 73. 5.1 (Rational) Unified Process - (R) UP
P. 79. 5.2 EXtreme Programming (XP)
P. 84. 5.3 Scrum
P. 92. 5.4 Le développement dirigé par les tests
P. 97. 5.5 Les outils du développement agile
Partie 2 La modélisation métier
Chapitre 6 Introduction à la modélisation métier
P. 105. 6.1 Définition
P. 106. 6.2 La modélisation métier avec UML
P. 109. 6.3 Une ébauche de démarche
P. 113. Chapitre 7 La modélisation des processus métier
P. 113. 7.1 Les acteurs et intervenants métier
P. 114. 7.2 Les processus métier
P. 114. 7.3 Un exemple de processus métier
P. 116. 7.4 Les diagrammes UML associés
P. 121. 7.5 Vers les spécifications logicielles
Chapitre 8 La modélisation du domaine
P. 125. 8.1 Définition
P. 125. 8.2 Éléments du modèle du domaine
P. 127. 8.3 L'identification des classes du domaine
P. 130. 8.4 L'identification des associations du domaine
P. 131. 8.5 Un exemple
Chapitre 9 Les spécifications formelles avec OCL
P. 137. 9.1 Présentation du langage OCL
P. 139. 9.2 Caractéristiques du langage OCL
P. 140. 9.3 Syntaxe de base des contraintes OCL
P. 142. 9.4 Écriture d'expressions OCL complexes
P. 146. 9.5 Des conseils d'utilisation
Partie La modélisation des besoins
Chapitre 10 Les user stories
P. 151. 10.1 Définition
P. 152. 10.2 Des éléments de méthodologie
P. 154. 10.3 Un exemple
Chapitre 11 Les cas d'utilisation
P. 159. 11.1 Définition
P. 160. 11.2 La description textuelle du cas
P. 161. 11.3 Le diagramme de cas d'utilisation
P. 163. 11.4 Des éléments de méthodologie
P. 164. 11.5 User stories vs cas d'utilisation
P. 165. 11.6 Un exemple
Chapitre 12 Les autres modèles UML
P. 169. 12.1 Les diagrammes de séquences « système »
P. 170. 12.2 Les diagrammes d'activités des cas
Partie 4 La modélisation de l'application
Chapitre 13 Le modèle des classes d'analyse
P. 177. 13.1 Définition
P. 178. 13.2 Des éléments de méthodologie
P. 179. 13.3 Un exemple
Chapitre 14 Les modèles UML complémentaires
P. 183. 14.1 Les diagrammes de séquences
P. 183. 14.2 Les diagrammes d'états
Chapitre 15 Le modèle de navigation
P. 187. 15.1 Définition
P. 188. 15.2 Les composants du modèle de navigation
P. 188. 15.3 Un exemple
Partie 5 Les études de cas
Chapitre 16 Étude de cas 1 - La Phase d'initialisation
P. 195. 16.1 Les acteurs
P. 196. 16.2 Les cas d'utilisation
P. 198. 16.3 Les exigences non fonctionnelles
P. 198. 16.4 Une ébauche d'architecture fonctionnelle
P. 200. 16.5 La prioritisation des cas
P. 201. 16.6 Une première ébauche du modèle de classes
P. 203. 16.7 Les maquettes des principaux écrans
Chapitre 17 Étude de cas 1 - La phase d'élaboration
P. 209. 17.1 La spécification détaillée des cas
P. 212. 17.2 Les diagrammes de séquences système
P. 213. 17.3 Les diagrammes d'activités des cas
P. 213. 17.4 La structuration du diagramme des cas
P. 214. 17.5 Les modèles des classes d'analyse
P. 215. 17.6 La dynamique des classes d'analyse
P. 215. 17.7 Le prototypage
Chapitre 18 Étude de cas 2 - Les user stories
P. 217. 18.1 Le rappel des règles du jeu
P. 220. 18.2 L'analyse du jeu
P. 224. 18.3 Le développement du jeu
Chapitre 19 Étude de cas 2 - Les cas d'utilisation
P. 233. 19.1 Les cas d'utilisation du jeu
P. 243. 19.2 Le diagramme des cas d'utilisation
Chapitre 20 Étude de cas 2 - Les classes du domaine
P. 247. 20.1 L'analyse textuelle
P. 248. 20.2 Le modèle des classes du domaine
P. 251. 20.3 L'analyse des entités complexes du domaine
P. 253. Conclusion
P. 255. Corrigés des exercicesCôte titre : Fs/22862-22863 Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité Fs/22862 Fs/22862-22863 livre Bibliothéque des sciences Français Disponible
DisponibleFs/22863 Fs/22862-22863 livre Bibliothéque des sciences Français Disponible
DisponibleAnalyse des données
Titre : Analyse des données Type de document : texte imprimé Auteurs : Gérard Govaert, Directeur de publication, rédacteur en chef Editeur : Paris : Hermès science publications Année de publication : 2003 Collection : IC2. Série Traitement du signal et de l'image Sous-collection : Traitement du signal et de l'image Importance : 362 p. Présentation : ill. Format : 25 cm ISBN/ISSN/EAN : 978-2-7462-0643-4 Note générale : Notes bibliogr. Index Langues : Français (fre) Catégories : Informatique Mots-clés : Analyse des données : Problèmes et exercices
Classification automatique (statistique)
Exploration de données
Analyse multivariée
Analyse discriminante
Analyse des correspondances (statistique)
Analyse en composantes principales
Traitement du signal
Cluster analysis
Multivariate analysisIndex. décimale : 004 - Informatique Résumé :
Schématiquement, la démarche statistique est scindée en deux étapes : une étape exploratoire, mobilisant des techniques descriptives et graphiques, et une étape décisionnelle, s'appuyant sur des modèles probabilistes. Les outils du moment exploratoire peuvent à leur tour être compris en deux familles : la statistique descriptive et l'analyse des données. Cette dernière, constituée de méthodes exploratoires plus élaborées, fait l'objet de cet ouvrage. La première partie du livre est consacrée aux méthodes recherchant les dimensions pertinentes d'un ensemble de données : en fonction de leur type et de l'objectif poursuivi, de nombreuses méthodes ont en effet été développées. Analyse des composantes principales, des correspondances, des données textuelles ou fonctionnelles, analyse sensorielle, projections révélatrices, méthodes de positionnement multidimensionnel sont ainsi étudiées dans les six premiers chapitres. La seconde partie est consacrée aux méthodes de classification automatique dont l'objectif est l'organisation des données en classes homogènes. Celles-ci sont souvent complémentaires des méthodes décrites dans la première partie. Enfin, compte tenu de son importance actuelle, le data mining occupe la dernière partie de cet ouvrage qui en précise les contours, montre ses liens avec l'analyse des données et décrit quelques méthodes spécifiques.Côte titre : Fs/8149 Analyse des données [texte imprimé] / Gérard Govaert, Directeur de publication, rédacteur en chef . - Paris : Hermès science publications, 2003 . - 362 p. : ill. ; 25 cm. - (IC2. Série Traitement du signal et de l'image. Traitement du signal et de l'image) .
ISBN : 978-2-7462-0643-4
Notes bibliogr. Index
Langues : Français (fre)
Catégories : Informatique Mots-clés : Analyse des données : Problèmes et exercices
Classification automatique (statistique)
Exploration de données
Analyse multivariée
Analyse discriminante
Analyse des correspondances (statistique)
Analyse en composantes principales
Traitement du signal
Cluster analysis
Multivariate analysisIndex. décimale : 004 - Informatique Résumé :
Schématiquement, la démarche statistique est scindée en deux étapes : une étape exploratoire, mobilisant des techniques descriptives et graphiques, et une étape décisionnelle, s'appuyant sur des modèles probabilistes. Les outils du moment exploratoire peuvent à leur tour être compris en deux familles : la statistique descriptive et l'analyse des données. Cette dernière, constituée de méthodes exploratoires plus élaborées, fait l'objet de cet ouvrage. La première partie du livre est consacrée aux méthodes recherchant les dimensions pertinentes d'un ensemble de données : en fonction de leur type et de l'objectif poursuivi, de nombreuses méthodes ont en effet été développées. Analyse des composantes principales, des correspondances, des données textuelles ou fonctionnelles, analyse sensorielle, projections révélatrices, méthodes de positionnement multidimensionnel sont ainsi étudiées dans les six premiers chapitres. La seconde partie est consacrée aux méthodes de classification automatique dont l'objectif est l'organisation des données en classes homogènes. Celles-ci sont souvent complémentaires des méthodes décrites dans la première partie. Enfin, compte tenu de son importance actuelle, le data mining occupe la dernière partie de cet ouvrage qui en précise les contours, montre ses liens avec l'analyse des données et décrit quelques méthodes spécifiques.Côte titre : Fs/8149 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Fs/8149 Fs/8149 livre Bibliothéque des sciences Français Disponible
Disponible
Titre : Analyse des Données Génomiques Massives Type de document : texte imprimé Auteurs : Driai, Noor El Imene, Auteur ; NasriI,Khaled, Directeur de thèse Editeur : Setif:UFA Année de publication : 2018 Importance : 1 vol (58 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Big Data Analytics
Infrastructure Big Data
Analyse avancéeIndex. décimale : 004 - Informatique Résumé : Résumé
Les progrès récents des technologies de séquençage de l’ADN (séquençage de nouvelle génération) ont réduit le temps de séquençage du génome humain de plusieurs semaines à quelques heures et le coût du séquençage d’un génome humain de plusieurs millions de dollars à mille dollars. En raison de cette baisse des coûts, une grande quantité de données génomiques est produite. Cette quantité de données génomiques disponibles a permis l’établissement de projets de données de séquençage à grande échelle et l’application des techniques d’analyse de données massives dans le domaine de la génomique.
Récemment, la science du Big Data a été un sujet d'actualité dans le monde scientifique, industriel et commercial. Les sciences de la santé et les sciences biomédicales sont devenues rapidement intensives en données car les enquêteurs génèrent et utilisent de grands ensembles de données spécifiques aux domaines, complexes, de grande dimension et diversifiés. L'analyse des données volumineuses permet de découvrir des modèles cachés, des corrélations inconnues et d'autres informations en examinant divers ensembles de données à grande échelle.
Cette thèse introduit une analyse des données génomiques et est structurée comme suit:
 La première partie de cette thèse, représentant des informations générales sur le génome humain et les données de séquençage de l'ADN. Nous examinons les défis posés par les données génomiques ainsi que l'analyse des données génomiques et cliniques. Nous introduisons le développement futur de l'analyse des données génomiques, la gestion et l'analyse des données génomiques et cliniques pour mettre en œuvre la médecine génomique.
 La seconde partie aborde les problèmes et défis posés par plusieurs problèmes de données massives en bioinformatique et donne un aperçu de l'état de l'art et des possibilités de recherche futures.
 La dernière partie montre comment utiliser les outils ADAM pour analyser de grandes données génomiques.Note de contenu :
Sommaire
1 Introduction ................................................................................................................... 3
2 Genetic material composition of Genome ......................................................................................... 4
2.1 Human Genome ........................................................................................................................4
2.2 Genome sequencing: .................................................................................................................5
2.2.1 The importance of Genome sequencing: ............................................................................. 6
2.2.2 DNA Sequencing Technologies .......................................................................................... 6
3 Genomic Data .................................................................................................................................. 8
3.1 Data ..........................................................................................................................................8
3.1.1 Definition ........................................................................................................................... 8
3.2 Genomic ...................................................................................................................................8
3.2.1 Definition ........................................................................................................................... 8
3.2.2 Genomics Analysis Techniques .......................................................................................... 8
3.3 Genomic Data ...........................................................................................................................9
3.3.1 Genomic Data Resources: Challenges and Promises ........................................................... 9
3.3.2 Security of Genomic Data ................................................................................................. 11
3.3.3 Analysis of Genomic Data ................................................................................................ 11
3.3.4 Statistical Analysis of Genomic Data ................................................................................ 13
4 Analysis of Genomic and Clinical Data .......................................................................................... 13
5 Future development in genomic data analysis ................................................................................. 14
6 Conclusion ................................................................................................................ 15
CHAPITRE II
1 Introduction ............................................................................................................ 17
2 Big Data ............................................................................................................... 18
2.1 Definition ............................................................................................................... 18
2.1.1 Applications of Big Data: ................................................................................................. 18
3 Data Science .................................................................................................................................. 19
3.1 Applications of Data Science ................................................................................................... 19
4 Data Analytic ................................................................................................................................. 19
4.1 Applications of Data Analytic: ................................................................................................ 20
5 HADOOP Architecture .................................................................................................................. 19
5.1 Introduction to HADOOP ........................................................................................................ 20
5.2 HADOOP Attributes .............................................................................................................. 20
5.3 HADOOP Components ........................................................................................................... 21
5.3.1 Hadoop Distributed File System - HDFS .......................................................................... 21
5.3.2 MapReduce ..................................................................................................................... 22
6 BIG Data Allied Technologies ....................................................................................................... 22
6.1 NoSQL DataBse ...................................................................................................................... 22
6.2 Cloud Computing .................................................................................................................... 23
6.2.1 Reasons to consider cloud computing ............................................................................... 24
6.2.2 Challenges with cloud computing ..................................................................................... 24
7 Bioinformatics ............................................................................................................................... 24
8 Big Data In Bioinformatics ............................................................................................................ 24
8.1 Introduction............................................................................................................................. 24
8.2 Types of big data in bioinformatics .......................................................................................... 25
8.3 Big data problems in bioinformatics ........................................................................................ 26
8.3.1 Microarray data analysis ................................................................................................... 26
8.3.2 Gene-gene network analysis ............................................................................................. 26
8.3.3 PPI data analysis............................................................................................................... 26
8.3.4 Sequence analysis ............................................................................................................. 27
9 Tools for Big Data Analytics in Bioinformatics .............................................................................. 27
9.1 Tools for microarray data analysis ........................................................................................... 27
9.2 Tools for gene-gene network analysis ...................................................................................... 28
9.3 Tools for PPI data analysis ...................................................................................................... 28
9.4 Tools for sequence analysis ..................................................................................................... 28
10 Big Data Analytics in Genomic Studies ........................................................................................ 28
10.1 NGS Read Alignment ............................................................................................................ 28
10.2 Calling Variants .................................................................................................................... 29
11 Big Data Analytics in Health Research ......................................................................................... 29
11.1 Health Informatics ................................................................................................................. 30
11.2 Medical Imaging Analysis ..................................................................................................... 30
12 Challenges and issues in BIG DATA analytics ............................................................................. 31
12.1 Challenges in big data analytics ............................................................................................. 31
12.1 Issues in big data Analytics ................................................................................................... 31
13 Conclusion ................................................................................................................................... 32
CHAPITRE III
1 Introduction .............................................................................................................. 34
2 ADAM ......................................................................................................................... 35
2.1 Introduction............................................................................................................................. 35
2.2 The reason of choosing ADAM ............................................................................................... 35
2.3 The ADAM/Big Data Genomics Ecosystem ............................................................................ 36
3 Architecture Overview ................................................................................................................... 37
4 ADAM Tools ................................................................................................................................. 38
4.1 Apache Maven ........................................................................................................................ 38
4.1.1 Introduction ...................................................................................................................... 38
4.1.2 Maven’s Objectives .......................................................................................................... 38
4.2 Apache spark ..................................................................................................................... 38
4.3 Apache HADOOP ................................................................................................................... 39
5 Installation of tools ............................................................................................................ 39
6 Genome analysis with ADAM ...............................................................................................39
6.1 Data base ................................................................................................................... 40
6.2 The ADAM Data Format ......................................................................................................... 41
6.3 Genome Visualization ............................................................................................................. 42
6.4 Interactive Analysis ................................................................................................................. 42
7 Conclusion ...................................................................................................................... 44
ANNEX.............................................................................................................................. 44
CONCUSION ................................................................................................................................... 53
REFERENCES .................................................................................................................................Côte titre : MAI/0269 En ligne : https://drive.google.com/file/d/142pxVun7mHGRup6wUHWzLhbvV9zS9bQR/view?usp=shari [...] Format de la ressource électronique : Analyse des Données Génomiques Massives [texte imprimé] / Driai, Noor El Imene, Auteur ; NasriI,Khaled, Directeur de thèse . - [S.l.] : Setif:UFA, 2018 . - 1 vol (58 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Big Data Analytics
Infrastructure Big Data
Analyse avancéeIndex. décimale : 004 - Informatique Résumé : Résumé
Les progrès récents des technologies de séquençage de l’ADN (séquençage de nouvelle génération) ont réduit le temps de séquençage du génome humain de plusieurs semaines à quelques heures et le coût du séquençage d’un génome humain de plusieurs millions de dollars à mille dollars. En raison de cette baisse des coûts, une grande quantité de données génomiques est produite. Cette quantité de données génomiques disponibles a permis l’établissement de projets de données de séquençage à grande échelle et l’application des techniques d’analyse de données massives dans le domaine de la génomique.
Récemment, la science du Big Data a été un sujet d'actualité dans le monde scientifique, industriel et commercial. Les sciences de la santé et les sciences biomédicales sont devenues rapidement intensives en données car les enquêteurs génèrent et utilisent de grands ensembles de données spécifiques aux domaines, complexes, de grande dimension et diversifiés. L'analyse des données volumineuses permet de découvrir des modèles cachés, des corrélations inconnues et d'autres informations en examinant divers ensembles de données à grande échelle.
Cette thèse introduit une analyse des données génomiques et est structurée comme suit:
 La première partie de cette thèse, représentant des informations générales sur le génome humain et les données de séquençage de l'ADN. Nous examinons les défis posés par les données génomiques ainsi que l'analyse des données génomiques et cliniques. Nous introduisons le développement futur de l'analyse des données génomiques, la gestion et l'analyse des données génomiques et cliniques pour mettre en œuvre la médecine génomique.
 La seconde partie aborde les problèmes et défis posés par plusieurs problèmes de données massives en bioinformatique et donne un aperçu de l'état de l'art et des possibilités de recherche futures.
 La dernière partie montre comment utiliser les outils ADAM pour analyser de grandes données génomiques.Note de contenu :
Sommaire
1 Introduction ................................................................................................................... 3
2 Genetic material composition of Genome ......................................................................................... 4
2.1 Human Genome ........................................................................................................................4
2.2 Genome sequencing: .................................................................................................................5
2.2.1 The importance of Genome sequencing: ............................................................................. 6
2.2.2 DNA Sequencing Technologies .......................................................................................... 6
3 Genomic Data .................................................................................................................................. 8
3.1 Data ..........................................................................................................................................8
3.1.1 Definition ........................................................................................................................... 8
3.2 Genomic ...................................................................................................................................8
3.2.1 Definition ........................................................................................................................... 8
3.2.2 Genomics Analysis Techniques .......................................................................................... 8
3.3 Genomic Data ...........................................................................................................................9
3.3.1 Genomic Data Resources: Challenges and Promises ........................................................... 9
3.3.2 Security of Genomic Data ................................................................................................. 11
3.3.3 Analysis of Genomic Data ................................................................................................ 11
3.3.4 Statistical Analysis of Genomic Data ................................................................................ 13
4 Analysis of Genomic and Clinical Data .......................................................................................... 13
5 Future development in genomic data analysis ................................................................................. 14
6 Conclusion ................................................................................................................ 15
CHAPITRE II
1 Introduction ............................................................................................................ 17
2 Big Data ............................................................................................................... 18
2.1 Definition ............................................................................................................... 18
2.1.1 Applications of Big Data: ................................................................................................. 18
3 Data Science .................................................................................................................................. 19
3.1 Applications of Data Science ................................................................................................... 19
4 Data Analytic ................................................................................................................................. 19
4.1 Applications of Data Analytic: ................................................................................................ 20
5 HADOOP Architecture .................................................................................................................. 19
5.1 Introduction to HADOOP ........................................................................................................ 20
5.2 HADOOP Attributes .............................................................................................................. 20
5.3 HADOOP Components ........................................................................................................... 21
5.3.1 Hadoop Distributed File System - HDFS .......................................................................... 21
5.3.2 MapReduce ..................................................................................................................... 22
6 BIG Data Allied Technologies ....................................................................................................... 22
6.1 NoSQL DataBse ...................................................................................................................... 22
6.2 Cloud Computing .................................................................................................................... 23
6.2.1 Reasons to consider cloud computing ............................................................................... 24
6.2.2 Challenges with cloud computing ..................................................................................... 24
7 Bioinformatics ............................................................................................................................... 24
8 Big Data In Bioinformatics ............................................................................................................ 24
8.1 Introduction............................................................................................................................. 24
8.2 Types of big data in bioinformatics .......................................................................................... 25
8.3 Big data problems in bioinformatics ........................................................................................ 26
8.3.1 Microarray data analysis ................................................................................................... 26
8.3.2 Gene-gene network analysis ............................................................................................. 26
8.3.3 PPI data analysis............................................................................................................... 26
8.3.4 Sequence analysis ............................................................................................................. 27
9 Tools for Big Data Analytics in Bioinformatics .............................................................................. 27
9.1 Tools for microarray data analysis ........................................................................................... 27
9.2 Tools for gene-gene network analysis ...................................................................................... 28
9.3 Tools for PPI data analysis ...................................................................................................... 28
9.4 Tools for sequence analysis ..................................................................................................... 28
10 Big Data Analytics in Genomic Studies ........................................................................................ 28
10.1 NGS Read Alignment ............................................................................................................ 28
10.2 Calling Variants .................................................................................................................... 29
11 Big Data Analytics in Health Research ......................................................................................... 29
11.1 Health Informatics ................................................................................................................. 30
11.2 Medical Imaging Analysis ..................................................................................................... 30
12 Challenges and issues in BIG DATA analytics ............................................................................. 31
12.1 Challenges in big data analytics ............................................................................................. 31
12.1 Issues in big data Analytics ................................................................................................... 31
13 Conclusion ................................................................................................................................... 32
CHAPITRE III
1 Introduction .............................................................................................................. 34
2 ADAM ......................................................................................................................... 35
2.1 Introduction............................................................................................................................. 35
2.2 The reason of choosing ADAM ............................................................................................... 35
2.3 The ADAM/Big Data Genomics Ecosystem ............................................................................ 36
3 Architecture Overview ................................................................................................................... 37
4 ADAM Tools ................................................................................................................................. 38
4.1 Apache Maven ........................................................................................................................ 38
4.1.1 Introduction ...................................................................................................................... 38
4.1.2 Maven’s Objectives .......................................................................................................... 38
4.2 Apache spark ..................................................................................................................... 38
4.3 Apache HADOOP ................................................................................................................... 39
5 Installation of tools ............................................................................................................ 39
6 Genome analysis with ADAM ...............................................................................................39
6.1 Data base ................................................................................................................... 40
6.2 The ADAM Data Format ......................................................................................................... 41
6.3 Genome Visualization ............................................................................................................. 42
6.4 Interactive Analysis ................................................................................................................. 42
7 Conclusion ...................................................................................................................... 44
ANNEX.............................................................................................................................. 44
CONCUSION ................................................................................................................................... 53
REFERENCES .................................................................................................................................Côte titre : MAI/0269 En ligne : https://drive.google.com/file/d/142pxVun7mHGRup6wUHWzLhbvV9zS9bQR/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0269 MAI/0269 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Analyse des émotions implicites sur les réseaux sociaux Type de document : texte imprimé Auteurs : Ouaret, Manel, Auteur ; Refoufi, Allaoua, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol (52 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Résumé :
Le succès qu’a connu l’informatique et les services proposés par le web
(blog, site spécialisé, réseaux sociaux) ont permis d’acquérir un nouveau niveau
d’expression qu’on peut définir comme "massive" autour de milliers de
sujets plus variés ou spécifiques les uns que les autres, cela a créer d’abondantes
possibilités d’analyse d’émotion des utilisateurs et ainsi permettre de
mieux comprendre les avis du grand public.
L’analyse des sentiments - implicites dans le cadre de ce mémoire- a pour
objectif de mettre en place des outils et systèmes informatiques capables
de traiter et d’interpréter des informations extraites d’un texte (tweet) en
langage naturel afin de créer une base de connaissance qui sera exploitée
pour définir quelles émotions émanent de quel texte.
De nos jours, le partage d’avis sur les réseaux sociaux est une pratique
accessible aux doigts de milliard de personnes, mais l’informatique peutelle
avoir l’intelligence requise pour détecter et reconnaitre les émotions humaines,
quand ces dernières ne sont pas explicitement exprimées ? Dans ce
mémoire nous allons essayer d’apporter des éléments de réponse à cette problématique.
5Côte titre : MAI/0485 En ligne : https://drive.google.com/file/d/1cYQQfJim_rfnBFXluhl4DD6tkdmhSQpK/view?usp=shari [...] Format de la ressource électronique : Analyse des émotions implicites sur les réseaux sociaux [texte imprimé] / Ouaret, Manel, Auteur ; Refoufi, Allaoua, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol (52 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Résumé :
Le succès qu’a connu l’informatique et les services proposés par le web
(blog, site spécialisé, réseaux sociaux) ont permis d’acquérir un nouveau niveau
d’expression qu’on peut définir comme "massive" autour de milliers de
sujets plus variés ou spécifiques les uns que les autres, cela a créer d’abondantes
possibilités d’analyse d’émotion des utilisateurs et ainsi permettre de
mieux comprendre les avis du grand public.
L’analyse des sentiments - implicites dans le cadre de ce mémoire- a pour
objectif de mettre en place des outils et systèmes informatiques capables
de traiter et d’interpréter des informations extraites d’un texte (tweet) en
langage naturel afin de créer une base de connaissance qui sera exploitée
pour définir quelles émotions émanent de quel texte.
De nos jours, le partage d’avis sur les réseaux sociaux est une pratique
accessible aux doigts de milliard de personnes, mais l’informatique peutelle
avoir l’intelligence requise pour détecter et reconnaitre les émotions humaines,
quand ces dernières ne sont pas explicitement exprimées ? Dans ce
mémoire nous allons essayer d’apporter des éléments de réponse à cette problématique.
5Côte titre : MAI/0485 En ligne : https://drive.google.com/file/d/1cYQQfJim_rfnBFXluhl4DD6tkdmhSQpK/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0485 MAI/0485 Thèse Bibliothéque des sciences Français Disponible
DisponiblePermalinkAnalyse organique en informatique de gestion / Claude Cochet
PermalinkPermalinkPermalinkPermalinkPermalinkPermalinkPermalinkAnalysez efficacement vos données :à l'aide des tableaux croisés dynamiques / Pierre Rigollet
PermalinkPermalinkAndroid 7 : les fondamentaux du développement d'applications Java / Nazim Benbourahala
PermalinkAndroid : guide de développement d'applications Java pour smartphones et tablettes / Sylvain Hébuterne
PermalinkPermalinkPermalinkPermalinkL'Apple animé 3D / Phil Cohen
PermalinkApple Pascal sur le bout des doigts / Arthur Luehrmann
PermalinkApple votre ordinateur personnel / Seamus Dunn
PermalinkPermalinkApplication des techniques de BPM(Business Process Management) pour la transformation digitale / Racym Rabhi
Permalink