University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'éditeur
Setif:UFA |
Documents disponibles chez cet éditeur
Ajouter le résultat dans votre panier Affiner la recherche
Titre : Evaluation empirique de la section efficace de la réaction nucléaire (α, n) Type de document : texte imprimé Auteurs : Tissemila,Radhia, Auteur ; Naima Amrani, Directeur de thèse Editeur : Setif:UFA Année de publication : 2019 Importance : 1 vol (43 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Physique Index. décimale : 530 Physique Note de contenu : Sommaire
Liste des figures …………………………………………………………………………….…i
Liste des tableaux……………………………………………………………………..……….ii
Introduction…………………………………………………………………………………….1
…………………………………………………………………………..3
1. Généralités ……………………………………………………………………….……..3
2. Unités nucléaire ………………………………………………………………… ……..4
a. Unités de masse……………………………………………………………………4
b. Unités de l’énergie : ……………………………………………………………….4
3. L’énergie de liaison……………………………… .…………………………………....5
4. Défaut de masse ………………………………………………………………………...5
5. L’énergie de liaison par nucléon ……………………………………………….…….…6
6. Stabilité des noyaux………………………………………………………………..……8
II. La radioactivité…………………………………………………………………….……9
1. Différents modes de désintégration………………………………………………….….9
2. Lois de désintégration...……………………………………………………………......10
III. Réaction nucléaire……………………………………………………………………..11
1. Définition……………………………………………………………………………...11
2. Lois de conservation dans les réactions nucléaires……………………………..……..12
3. Bilan d’énergie de la réaction……………………………………………………….....13
4. Type des réactions nucléaires …………………………………………………………14
5. Section efficace…………………………………………………………......................15
Chapitre 2
Particule α et ses interaction
I. La particule alpha α………………………………………………………………………16
1. Définition……………………………………………………………………………...16
2. Conditions énergétiques……………..………………………………………………...16
II. Sources des particules alpha (α)……………………………………………………….17
1. Décroissance radioactive alpha (α) ……………………………………………………17
2. La fission spontanée…………………………………………………………………...19
3. Accélérateurs de particules lourdes chargées………………..………………………...20
III. Interactions des particules alpha chargées avec la matière…………….………………20
1. Passage des particules alpha dans la matière…………………………………………..20
2. Pouvoir d’arrêt S………………………………………………………………………21
3. La courbe de Bragg…………………………………………........................................23
4. Parcours d’une particule alpha………………………………………………………...24
5. Temps d’arrêt T……………………………………………………………………......25
6. La perte d’énergie …………………………………………………………………….26
Chapitre 3
Evaluation empirique de la section efficace
de la réaction nucléaire (α, n)
I. Modèles nucléaire……………………………………………………………………..28
 Le Modele optique………………………………………………………………….28
II. La formule empirique de la section efficace de la réaction (α, n) …………………..…30
1. Formule empirique précédente………………………………………………………...30
2. Les valeurs expérimentales d la section efficace (α, n)…………………………………32
3. Nouvelle formule empirique pour les sections efficaces des réactions (α, n)………….34
III. Résultats et discussion………………………………………………………………......35
1. Comparaison avec les données expérimentales et d’autres formules empiriques …………...…35
2. Vérification de la formule empirique……………………………………………..........41
Conclusion……………………………………………………………………………………43
Références bibliographiquesCôte titre : MAPH/0306 En ligne : https://drive.google.com/file/d/1MB8ZIJgJ8AReQVhHAKGmEQYfFZPwRH5c/view?usp=shari [...] Format de la ressource électronique : Evaluation empirique de la section efficace de la réaction nucléaire (α, n) [texte imprimé] / Tissemila,Radhia, Auteur ; Naima Amrani, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol (43 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Physique Index. décimale : 530 Physique Note de contenu : Sommaire
Liste des figures …………………………………………………………………………….…i
Liste des tableaux……………………………………………………………………..……….ii
Introduction…………………………………………………………………………………….1
…………………………………………………………………………..3
1. Généralités ……………………………………………………………………….……..3
2. Unités nucléaire ………………………………………………………………… ……..4
a. Unités de masse……………………………………………………………………4
b. Unités de l’énergie : ……………………………………………………………….4
3. L’énergie de liaison……………………………… .…………………………………....5
4. Défaut de masse ………………………………………………………………………...5
5. L’énergie de liaison par nucléon ……………………………………………….…….…6
6. Stabilité des noyaux………………………………………………………………..……8
II. La radioactivité…………………………………………………………………….……9
1. Différents modes de désintégration………………………………………………….….9
2. Lois de désintégration...……………………………………………………………......10
III. Réaction nucléaire……………………………………………………………………..11
1. Définition……………………………………………………………………………...11
2. Lois de conservation dans les réactions nucléaires……………………………..……..12
3. Bilan d’énergie de la réaction……………………………………………………….....13
4. Type des réactions nucléaires …………………………………………………………14
5. Section efficace…………………………………………………………......................15
Chapitre 2
Particule α et ses interaction
I. La particule alpha α………………………………………………………………………16
1. Définition……………………………………………………………………………...16
2. Conditions énergétiques……………..………………………………………………...16
II. Sources des particules alpha (α)……………………………………………………….17
1. Décroissance radioactive alpha (α) ……………………………………………………17
2. La fission spontanée…………………………………………………………………...19
3. Accélérateurs de particules lourdes chargées………………..………………………...20
III. Interactions des particules alpha chargées avec la matière…………….………………20
1. Passage des particules alpha dans la matière…………………………………………..20
2. Pouvoir d’arrêt S………………………………………………………………………21
3. La courbe de Bragg…………………………………………........................................23
4. Parcours d’une particule alpha………………………………………………………...24
5. Temps d’arrêt T……………………………………………………………………......25
6. La perte d’énergie …………………………………………………………………….26
Chapitre 3
Evaluation empirique de la section efficace
de la réaction nucléaire (α, n)
I. Modèles nucléaire……………………………………………………………………..28
 Le Modele optique………………………………………………………………….28
II. La formule empirique de la section efficace de la réaction (α, n) …………………..…30
1. Formule empirique précédente………………………………………………………...30
2. Les valeurs expérimentales d la section efficace (α, n)…………………………………32
3. Nouvelle formule empirique pour les sections efficaces des réactions (α, n)………….34
III. Résultats et discussion………………………………………………………………......35
1. Comparaison avec les données expérimentales et d’autres formules empiriques …………...…35
2. Vérification de la formule empirique……………………………………………..........41
Conclusion……………………………………………………………………………………43
Références bibliographiquesCôte titre : MAPH/0306 En ligne : https://drive.google.com/file/d/1MB8ZIJgJ8AReQVhHAKGmEQYfFZPwRH5c/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0306 MAPH/0306 Mémoire Bibliothéque des sciences Français Disponible
DisponibleÉvaluation des facteurs de correction de la chambre d'ionisation dans les faisceaux de photons avec le code PENELOPE-2014 / Saà di ,DouaÃ
Titre : Évaluation des facteurs de correction de la chambre d'ionisation dans les faisceaux de photons avec le code PENELOPE-2014 Type de document : texte imprimé Auteurs : Saà di ,Douaà , Auteur ; Zine El Abidine Chaoui, Directeur de thèse Editeur : Setif:UFA Année de publication : 2019 Importance : 1 vol (65 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Physique Médicale Index. décimale : 530 Physique Résumé :
Ce document montre une étude détaillée sur le calcul des facteurs de correction de
perturbation et de qualité du faisceau pour les chambres d'ionisation en énergie 6MV des
faisceaux de photons et 60Co à l'aide de simulations de Monte Carlo. Pour un modèle de
chambre de type PTW 30013 Farmer et de chambres de type PTW 31013 Semiflex. Et en
utilisant un fichier d’espace de phase précédemment stocké autour du point d’intérêt pour
calculer les doses absorbées dans l’eau. Tous les facteurs de perturbation distincts, tels que
trouvés dans les protocoles de dosimétrie actuels, ont été calculés dans un ordre fixe et
comparés aux données actuellement disponibles. Ils ont également été utilisés pour calculer le
facteur de correction de la qualité du faisceau . Les calculs de et les facteurs de
perturbation ont montré un bon accord avec les valeurs publiées dans les protocoles de
dosimétrie actuels AAPM TG-51 et IAEA TRS-398 et dans un grand ensemble de mesures
publiées.
Les comparaisons de nos valeurs avec les valeurs publiées dans les protocoles de
dosimétrie actuels, tels que l'AAPM TG-51 et l’IAEA TRS-398, ont montré des différences
maximales en pourcentage de 0,4% pour la chambre Farmer et de 0,115% pour la chambre
Semiflex.Note de contenu :
Sommaire
Remerciement.
Dédicace.
Liste des figures et tableaux.
Abréviations.
Introduction …………………………………………………………………………………1
Chapitre I : Le code pratique TRS-398
I.1 Le code pratique TRS-398 ………………………………………………………………3
I.2 Avantages d’un code de pratique fondé sur les normes …………………………………4
I.2.1 Incertitude réduite…………………………………………………………….4
I.2.2 Un système plus robuste de normes primaires……………………...…………4
I.2.3 Utilisation d’un formalisme simple……………………………………………4
I.3 Types de rayonnement et la gamme du faisceau…………………………………..……4
I.4 Définition de la dose absorbée…………………………………………………………..6
I.5 Définition de la radiothérapie……………………………………………………………6
I.6 Formalisme basé sur le facteur d’étalonnage …………………………………………..7
I.7 Conditions de référence………………………………………………………………….7
I.8 Quantités d’influence…………………………………………………………………….7
I.9 Types de protocoles de dosimétrie……………………………………………………….8
I.10 Correction de la qualité du rayonnement du faisceau ……………………………..9
I.10.1 Relation avec les facteurs de calibration ………………………………….10
I.11 Facteurs de correction de la perturbation………………………………………………11
I.11.1 Facteur de perturbation de déplacement …………….............................11
I.11.2 Facteur de perturbation de l'électrode centrale ………..........................11
I.11.3 Facteur de perturbation de la cavité ou de la fluence …………………..12
I.11.4 Facteur de perturbation de la paroi de la chambre ……..........................12
I.12 Correction pour les grandeurs d’influence………………………………………………12
I.12.1 Pression, température et humidité. …………………………………………12
I.12.2 Étalonnage de l'électromètre………………………………………………..13
I.12.3 Effet de polarité……………………………………………………………..13
I.12.4 Recombinaison ionique……………………………………………………..14
Sommaire
I.13 Worksheet ………………………………………………………………………….…....15
I.14 Stopping Power Ratios…………….…………………………………………………….18
I.15 Rapport de Stopping Power pour les faisceaux de photons……………………………..18
Chapitre II : Code et outils de simulation
II.1 Code de calcul ………………………………………………………………………….22
II.2 Le code PENELOPE…………………………………………………………………….22
II.3 Modèles d'interaction ………….………………………………………………………..23
II.3.1Interactions de photons………………………………………………………………24
II.3.1.1 Diffusion cohérente. ……………..………………………………………...24
II.3.1.2 Diffusion incohérente……………..………………………………………..24
II.3.1.3 Absorption photoélectrique. ……………………….……………………...24
II.3.1.4 Production de paires électron-positon. …………………………….……...24
II.4 Le programme shower. …………………………………………………………………26
II.5 Le package de géométrie pengeom………………………………………………………27
II.6 Le programme principal Penmain……………………………………………………….32
II.7 PenEasy: Penelope Made Easy…………………………………………………………..34
II.8 Outil de simulation ………………………………………………………………………34
II.8.1La chambre d'ionisation…………………………………………………………………34
II.8.2 Vérification de la géométrie……………………………………………………………36
Chapitre III : Simulation
III.1 Validation de Phase space ……………………………………………………................37
III.2 La géométrie et caractéristique des chambres d’ionisations …………………………..39
III.2.1 La Farmer PTW 30013 ………………………………………………………39
III.2.2La chambre d’ionisation : semiflex de PTW…………………………………..42
II.8.3La chambre d’ionisation PintPoint 3D de PTW ………………………………..46
III.3 Calcul des facteurs de correction de perturbation dans une simulation ……………….49
III.4 Le fichier de simulation :……………………………………………………………….52
III.5 Les paramètres de simulation …………………………………………………………..53
Sommaire
III.6 Résultats………………………………………………………………………………...55
III.6.1 La valeur du TPR20,10........................................................................................55
III.6.2 Les facteurs de correction de perturbation …………………………………..57
III.6.3 Les facteurs de correction de la qualité du faisceau …………………..59
Conclusion …………………………………………………………………………………...64
Référence …………………………………………………………………………………….Côte titre : MAPH/0339 En ligne : https://drive.google.com/file/d/1kPeyj9R0XJQer4BRer1uHbc8axopK5k6/view?usp=shari [...] Format de la ressource électronique : Évaluation des facteurs de correction de la chambre d'ionisation dans les faisceaux de photons avec le code PENELOPE-2014 [texte imprimé] / Saà di ,Douaà , Auteur ; Zine El Abidine Chaoui, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol (65 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Physique Médicale Index. décimale : 530 Physique Résumé :
Ce document montre une étude détaillée sur le calcul des facteurs de correction de
perturbation et de qualité du faisceau pour les chambres d'ionisation en énergie 6MV des
faisceaux de photons et 60Co à l'aide de simulations de Monte Carlo. Pour un modèle de
chambre de type PTW 30013 Farmer et de chambres de type PTW 31013 Semiflex. Et en
utilisant un fichier d’espace de phase précédemment stocké autour du point d’intérêt pour
calculer les doses absorbées dans l’eau. Tous les facteurs de perturbation distincts, tels que
trouvés dans les protocoles de dosimétrie actuels, ont été calculés dans un ordre fixe et
comparés aux données actuellement disponibles. Ils ont également été utilisés pour calculer le
facteur de correction de la qualité du faisceau . Les calculs de et les facteurs de
perturbation ont montré un bon accord avec les valeurs publiées dans les protocoles de
dosimétrie actuels AAPM TG-51 et IAEA TRS-398 et dans un grand ensemble de mesures
publiées.
Les comparaisons de nos valeurs avec les valeurs publiées dans les protocoles de
dosimétrie actuels, tels que l'AAPM TG-51 et l’IAEA TRS-398, ont montré des différences
maximales en pourcentage de 0,4% pour la chambre Farmer et de 0,115% pour la chambre
Semiflex.Note de contenu :
Sommaire
Remerciement.
Dédicace.
Liste des figures et tableaux.
Abréviations.
Introduction …………………………………………………………………………………1
Chapitre I : Le code pratique TRS-398
I.1 Le code pratique TRS-398 ………………………………………………………………3
I.2 Avantages d’un code de pratique fondé sur les normes …………………………………4
I.2.1 Incertitude réduite…………………………………………………………….4
I.2.2 Un système plus robuste de normes primaires……………………...…………4
I.2.3 Utilisation d’un formalisme simple……………………………………………4
I.3 Types de rayonnement et la gamme du faisceau…………………………………..……4
I.4 Définition de la dose absorbée…………………………………………………………..6
I.5 Définition de la radiothérapie……………………………………………………………6
I.6 Formalisme basé sur le facteur d’étalonnage …………………………………………..7
I.7 Conditions de référence………………………………………………………………….7
I.8 Quantités d’influence…………………………………………………………………….7
I.9 Types de protocoles de dosimétrie……………………………………………………….8
I.10 Correction de la qualité du rayonnement du faisceau ……………………………..9
I.10.1 Relation avec les facteurs de calibration ………………………………….10
I.11 Facteurs de correction de la perturbation………………………………………………11
I.11.1 Facteur de perturbation de déplacement …………….............................11
I.11.2 Facteur de perturbation de l'électrode centrale ………..........................11
I.11.3 Facteur de perturbation de la cavité ou de la fluence …………………..12
I.11.4 Facteur de perturbation de la paroi de la chambre ……..........................12
I.12 Correction pour les grandeurs d’influence………………………………………………12
I.12.1 Pression, température et humidité. …………………………………………12
I.12.2 Étalonnage de l'électromètre………………………………………………..13
I.12.3 Effet de polarité……………………………………………………………..13
I.12.4 Recombinaison ionique……………………………………………………..14
Sommaire
I.13 Worksheet ………………………………………………………………………….…....15
I.14 Stopping Power Ratios…………….…………………………………………………….18
I.15 Rapport de Stopping Power pour les faisceaux de photons……………………………..18
Chapitre II : Code et outils de simulation
II.1 Code de calcul ………………………………………………………………………….22
II.2 Le code PENELOPE…………………………………………………………………….22
II.3 Modèles d'interaction ………….………………………………………………………..23
II.3.1Interactions de photons………………………………………………………………24
II.3.1.1 Diffusion cohérente. ……………..………………………………………...24
II.3.1.2 Diffusion incohérente……………..………………………………………..24
II.3.1.3 Absorption photoélectrique. ……………………….……………………...24
II.3.1.4 Production de paires électron-positon. …………………………….……...24
II.4 Le programme shower. …………………………………………………………………26
II.5 Le package de géométrie pengeom………………………………………………………27
II.6 Le programme principal Penmain……………………………………………………….32
II.7 PenEasy: Penelope Made Easy…………………………………………………………..34
II.8 Outil de simulation ………………………………………………………………………34
II.8.1La chambre d'ionisation…………………………………………………………………34
II.8.2 Vérification de la géométrie……………………………………………………………36
Chapitre III : Simulation
III.1 Validation de Phase space ……………………………………………………................37
III.2 La géométrie et caractéristique des chambres d’ionisations …………………………..39
III.2.1 La Farmer PTW 30013 ………………………………………………………39
III.2.2La chambre d’ionisation : semiflex de PTW…………………………………..42
II.8.3La chambre d’ionisation PintPoint 3D de PTW ………………………………..46
III.3 Calcul des facteurs de correction de perturbation dans une simulation ……………….49
III.4 Le fichier de simulation :……………………………………………………………….52
III.5 Les paramètres de simulation …………………………………………………………..53
Sommaire
III.6 Résultats………………………………………………………………………………...55
III.6.1 La valeur du TPR20,10........................................................................................55
III.6.2 Les facteurs de correction de perturbation …………………………………..57
III.6.3 Les facteurs de correction de la qualité du faisceau …………………..59
Conclusion …………………………………………………………………………………...64
Référence …………………………………………………………………………………….Côte titre : MAPH/0339 En ligne : https://drive.google.com/file/d/1kPeyj9R0XJQer4BRer1uHbc8axopK5k6/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0339 MAPH/0339 Mémoire Bibliothéque des sciences Français Disponible
DisponibleEvaluation of a treatment planning and dose control system in external radiotherapy by experimental thermoluminescence dosimetry / Serine Sarra Bouacid
Titre : Evaluation of a treatment planning and dose control system in external radiotherapy by experimental thermoluminescence dosimetry Type de document : texte imprimé Auteurs : Serine Sarra Bouacid ; Fayçal Kharfi, Directeur de thèse Editeur : Setif:UFA Année de publication : 2019 Importance : 1 vol. (75 p.) Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Radiothérapie
Calcul de doses
Système de planification de traitement (TPS)
Dosimètre à thermoluminescence (TLD)
Correction d’hétérogénistes.Résumé :
Ce projet de thèse vise à examiner la compatibilité entre les doses calculées par l'algorithme
calcul dose par analyse anisotrope (AAA) et celles mesurées par les dosimètres
thermoluminescents (TLD) et à évaluer les performances du TPS Eclipse-Varian utilisé en
radiothérapie. Ainsi, il a été nécessaire de vérifier si les plans de traitement validés au cours
de la phase de calcul sont valables par expérimentalement par une mesure de dose par des
TLDs et ce, conformément aux recommandations de l'ICRU concernant la dose à délivrer au
volume PTV rapportés dans les rapports 50 et 62. Dans ce travail, des mesures de la dose ont
été effectuées pour évaluer le plan de traitement de radiothérapie externe et, en particulier,
pour valider le calcul de doses pour un cas de lésion pulmonaire. Les doses ont été calculées Ã
l'aide du système de planification de traitement Varian-Eclipse en utilisant l'algorithme AAA.
Les mesures ont été effectuées à l’aide de TLD700 sur le fantôme anthropomorphique Rando.
La comparaison entre les doses calculées et les doses mesurées montre une compatibilité dans
la majorité des points considérés à l’exception de quelques points en raison des limitations de
l’algorithme de correction d'hétérogénéité utilisé sur le TPS. L'écart entre les doses calculées
et les doses mesurées est d'environ 6,5% pour les doses faibles (<0,5 Gy) et d'environ 1%
pour les doses les plus élevées (> 0,5 Gy). L'écart entre les doses calculées et les doses
mesurées est également plus élevé à proximité d'interfaces tissulaires hétérogènes.
Côte titre : DPH/0235,DPH/0282 En ligne : http://dspace.univ-setif.dz:8888/jspui/bitstream/123456789/3650/1/Evaluation%20o [...] Format de la ressource électronique : Evaluation of a treatment planning and dose control system in external radiotherapy by experimental thermoluminescence dosimetry [texte imprimé] / Serine Sarra Bouacid ; Fayçal Kharfi, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol. (75 p.).
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Radiothérapie
Calcul de doses
Système de planification de traitement (TPS)
Dosimètre à thermoluminescence (TLD)
Correction d’hétérogénistes.Résumé :
Ce projet de thèse vise à examiner la compatibilité entre les doses calculées par l'algorithme
calcul dose par analyse anisotrope (AAA) et celles mesurées par les dosimètres
thermoluminescents (TLD) et à évaluer les performances du TPS Eclipse-Varian utilisé en
radiothérapie. Ainsi, il a été nécessaire de vérifier si les plans de traitement validés au cours
de la phase de calcul sont valables par expérimentalement par une mesure de dose par des
TLDs et ce, conformément aux recommandations de l'ICRU concernant la dose à délivrer au
volume PTV rapportés dans les rapports 50 et 62. Dans ce travail, des mesures de la dose ont
été effectuées pour évaluer le plan de traitement de radiothérapie externe et, en particulier,
pour valider le calcul de doses pour un cas de lésion pulmonaire. Les doses ont été calculées Ã
l'aide du système de planification de traitement Varian-Eclipse en utilisant l'algorithme AAA.
Les mesures ont été effectuées à l’aide de TLD700 sur le fantôme anthropomorphique Rando.
La comparaison entre les doses calculées et les doses mesurées montre une compatibilité dans
la majorité des points considérés à l’exception de quelques points en raison des limitations de
l’algorithme de correction d'hétérogénéité utilisé sur le TPS. L'écart entre les doses calculées
et les doses mesurées est d'environ 6,5% pour les doses faibles (<0,5 Gy) et d'environ 1%
pour les doses les plus élevées (> 0,5 Gy). L'écart entre les doses calculées et les doses
mesurées est également plus élevé à proximité d'interfaces tissulaires hétérogènes.
Côte titre : DPH/0235,DPH/0282 En ligne : http://dspace.univ-setif.dz:8888/jspui/bitstream/123456789/3650/1/Evaluation%20o [...] Format de la ressource électronique : Exemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité DPH/0235 DPH/0235 Thèse Bibliothéque des sciences Anglais Disponible
DisponibleDPH/0282 DPH/0282 Thèse Bibliothéque des sciences Anglais Disponible
DisponibleEvaluation des paramètres de la formule de Masse de Bethe –Weizsäcker durant les derniers 50 ans / Imane Bougueroua
Titre : Evaluation des paramètres de la formule de Masse de Bethe –Weizsäcker durant les derniers 50 ans Type de document : texte imprimé Auteurs : Imane Bougueroua, Auteur ; Samra Benchellighem, Directeur de thèse ; Benzaid,Djelloul, Auteur Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (46 f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Formule de masse
Energie de liaison
Ajustement au sens des moindres carrées
AME1993
AME1995
AME2003
AME2012
AME2016.Index. décimale : 530 - Physique Résumé :
Grâce à ce travail, nous avons pu améliorer les paramètres de la formule de masse de
Bethe Weizsäcker en utilisant la méthode de Gauss pour résoudre des équations linéaires, la
méthode des moindres carrées et l’utilisation des données relatives aux énergies de liaison des
noyaux : AME1993, AME1995, AME2003, AME2012, AME2016.
Après avoir comparé les différentes valeurs que nous obtenons, nous avons constaté
que l’erreur relative dans le calcul de l’énergie de liaison en utilisant la relation de masse
diminue avec l’évolution des données. Avec le traitement des noyaux de masse atomique
supérieure à 50.
Côte titre : MAPH/0435 En ligne : https://drive.google.com/file/d/1sVVT_3lnzjIawu7_bh7203MFmIWbIvKp/view?usp=shari [...] Format de la ressource électronique : Evaluation des paramètres de la formule de Masse de Bethe –Weizsäcker durant les derniers 50 ans [texte imprimé] / Imane Bougueroua, Auteur ; Samra Benchellighem, Directeur de thèse ; Benzaid,Djelloul, Auteur . - [S.l.] : Setif:UFA, 2020 . - 1 vol (46 f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Formule de masse
Energie de liaison
Ajustement au sens des moindres carrées
AME1993
AME1995
AME2003
AME2012
AME2016.Index. décimale : 530 - Physique Résumé :
Grâce à ce travail, nous avons pu améliorer les paramètres de la formule de masse de
Bethe Weizsäcker en utilisant la méthode de Gauss pour résoudre des équations linéaires, la
méthode des moindres carrées et l’utilisation des données relatives aux énergies de liaison des
noyaux : AME1993, AME1995, AME2003, AME2012, AME2016.
Après avoir comparé les différentes valeurs que nous obtenons, nous avons constaté
que l’erreur relative dans le calcul de l’énergie de liaison en utilisant la relation de masse
diminue avec l’évolution des données. Avec le traitement des noyaux de masse atomique
supérieure à 50.
Côte titre : MAPH/0435 En ligne : https://drive.google.com/file/d/1sVVT_3lnzjIawu7_bh7203MFmIWbIvKp/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0435 MAPH/0435 Mémoire Bibliothéque des sciences Français Disponible
DisponibleÉvaluation des performances des algorithmes clustering (Validation des algorithms) / Messai ,Dhaia eddine
Titre : Évaluation des performances des algorithmes clustering (Validation des algorithms) Type de document : texte imprimé Auteurs : Messai ,Dhaia eddine, Auteur ; Mediani ,chahrazed, Directeur de thèse Editeur : Setif:UFA Année de publication : 2019 Importance : 1 vol (67 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : clustering
Indices de validation
K-means
Birch
HCA
ARI
V-measure
CompletenessIndex. décimale : 004 - Informatique Résumé : La validation de clustering est un sujet de recherche très important qui intéresse beaucoup
de chercheurs en classification non supervisée des données, et c’est un axe de
recherche pas moins important que le clustering lui-même. Plusieurs indices de validation
de clustering ont été proposés dans la littérature.
Les travaux sur des méthodes de classification non supervisées, nous ont amené Ã
s’interroger sur la qualité des résultats. Le problème consiste à estimer si une méthode de
regroupement est «meilleure» qu’une autre pour un jeu particulier de données. Initialement,
après un état de l’art desméthodes existantes, nous avons appliqué certains de ces
méthodes comme k-means, HCA, ect., en choisissant des paramètres et des solutions
optimaux et les valider par des indices de qualité de clustering comme ARI, V-measure,
Completeness ... à l’aide de la bibliothéque scikit-learn de l’environnement python. Ces
indices de qualité nous ont permis de sélectionner le meilleure regroupement , qui est le
regroupement hiérarchique (HCA et Birch) pour notre jeu de données choisi.Note de contenu : Sommaire
Liste des tableaux xi
Table des figures xiii
1 Apprentissage automatique-Géneralité 3
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Pourquoi l’apprentissage automatique? . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Définition de l’apprentissage automatique . . . . . . . . . . . . . . . . . . . . 4
1.4 Déférents étapes pour création modèle apprentissage . . . . . . . . . . . . . . 4
1.4.1 Collection des données . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4.2 Préparation des données . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.3 Entraîner un modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.4 Évaluation de modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Domaines de l’Apprentissage Automatique . . . . . . . . . . . . . . . . . . . . 5
1.5.1 Fouille des données (data mining) . . . . . . . . . . . . . . . . . . . . . 6
1.5.2 Intelligence artificielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Les techniques d’apprentissage automatique . . . . . . . . . . . . . . . . . . . 8
1.6.1 Apprentissage supervisé . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6.2 Apprentissage non supervisé . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7 Les algorithmes d’apprentissage automatique . . . . . . . . . . . . . . . . . . 11
1.7.1 Arbre de décision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7.2 Support vecteur machine(SVM) . . . . . . . . . . . . . . . . . . . . . . 12
1.7.3 k-plus proche voisine . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7.4 Naïve de bayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Etat de l’art : Clustering et Validation de ses algorithmes 17
vii
TABLE OF CONTENTS
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Définition de clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1 Définition 1 : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2 Définition 2 : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Les objectives du clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Qu’est ce qu’un bon Clustering? . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5 Les principales étapes du clustering . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5.1 La préparation des données : . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5.2 Le choix de l’algorithme de clustering : . . . . . . . . . . . . . . . . . . 21
2.5.3 Validation et l’exploitation des résultats de l’algorithme . . . . . . . . 22
2.6 Applications du Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.1 La segmentation : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.2 Extraction des connaissances . . . . . . . . . . . . . . . . . . . . . . . . 23
2.7 Les différentes méthodes de clustering . . . . . . . . . . . . . . . . . . . . . . . 24
2.7.1 Clustering en partition . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.7.2 Clustering hiérarchique (Hierarchical Cluster Analysis) . . . . . . . . 28
2.7.3 clustering basée sur la densité . . . . . . . . . . . . . . . . . . . . . . . 32
2.7.4 clustering par grilles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.8 Clustering et Fonctions de similarité . . . . . . . . . . . . . . . . . . . . . . . . 36
2.8.1 la distance Euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.8.2 la distance deManhattan . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.8.3 la distance deMinkowski . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.9 Les techniques d’évaluation de la qualité du clustering(validation) . . . . . . 37
2.9.1 Variance intra-classe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.9.2 Connectivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.9.3 L’indice de Davies-Bouldin . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.9.4 Précision-Rappel et F-mesure . . . . . . . . . . . . . . . . . . . . . . . 39
2.9.5 Coefficient de Jaccard . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.9.6 L’indice Rand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.9.7 Silhouette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.9.8 V-measure [Homogeneity et completeness] . . . . . . . . . . . . . . . 41
2.9.9 D’autres critères . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.10 Traveaux connexes sur l’evaluation des algorithmes de clustering . . . . . . . 42
2.11 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
viii
TABLE OF CONTENTS
3 Implementation et Etude comparative 45
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Jeux des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.1 Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3 Prétraitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3.1 Analyse en composantes principales (ACP) . . . . . . . . . . . . . . . . 47
3.3.2 L’objectif de l’ACP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Environnement de développement . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.1 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.2 Jupyter Notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.3 bibliothéques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.5 Expérimentation et Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5.1 Regroupement par Partition . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5.2 Regroupement hiérarchique . . . . . . . . . . . . . . . . . . . . . . . . 55
3.5.3 Regroupement basé sur les graphes et partition . . . . . . . . . . . . . 59
3.5.4 Validation des Algorithmes . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Bibliographie 67Côte titre : MAI/0320 En ligne : https://drive.google.com/file/d/1aAlVs0xzXEk-jHEk4-Wz9JjU9-Fa1qw5/view?usp=shari [...] Format de la ressource électronique : Évaluation des performances des algorithmes clustering (Validation des algorithms) [texte imprimé] / Messai ,Dhaia eddine, Auteur ; Mediani ,chahrazed, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol (67 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : clustering
Indices de validation
K-means
Birch
HCA
ARI
V-measure
CompletenessIndex. décimale : 004 - Informatique Résumé : La validation de clustering est un sujet de recherche très important qui intéresse beaucoup
de chercheurs en classification non supervisée des données, et c’est un axe de
recherche pas moins important que le clustering lui-même. Plusieurs indices de validation
de clustering ont été proposés dans la littérature.
Les travaux sur des méthodes de classification non supervisées, nous ont amené Ã
s’interroger sur la qualité des résultats. Le problème consiste à estimer si une méthode de
regroupement est «meilleure» qu’une autre pour un jeu particulier de données. Initialement,
après un état de l’art desméthodes existantes, nous avons appliqué certains de ces
méthodes comme k-means, HCA, ect., en choisissant des paramètres et des solutions
optimaux et les valider par des indices de qualité de clustering comme ARI, V-measure,
Completeness ... à l’aide de la bibliothéque scikit-learn de l’environnement python. Ces
indices de qualité nous ont permis de sélectionner le meilleure regroupement , qui est le
regroupement hiérarchique (HCA et Birch) pour notre jeu de données choisi.Note de contenu : Sommaire
Liste des tableaux xi
Table des figures xiii
1 Apprentissage automatique-Géneralité 3
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Pourquoi l’apprentissage automatique? . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Définition de l’apprentissage automatique . . . . . . . . . . . . . . . . . . . . 4
1.4 Déférents étapes pour création modèle apprentissage . . . . . . . . . . . . . . 4
1.4.1 Collection des données . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.4.2 Préparation des données . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.3 Entraîner un modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.4.4 Évaluation de modèle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.5 Domaines de l’Apprentissage Automatique . . . . . . . . . . . . . . . . . . . . 5
1.5.1 Fouille des données (data mining) . . . . . . . . . . . . . . . . . . . . . 6
1.5.2 Intelligence artificielle . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6 Les techniques d’apprentissage automatique . . . . . . . . . . . . . . . . . . . 8
1.6.1 Apprentissage supervisé . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
1.6.2 Apprentissage non supervisé . . . . . . . . . . . . . . . . . . . . . . . . 10
1.7 Les algorithmes d’apprentissage automatique . . . . . . . . . . . . . . . . . . 11
1.7.1 Arbre de décision . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.7.2 Support vecteur machine(SVM) . . . . . . . . . . . . . . . . . . . . . . 12
1.7.3 k-plus proche voisine . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.7.4 Naïve de bayes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.8 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2 Etat de l’art : Clustering et Validation de ses algorithmes 17
vii
TABLE OF CONTENTS
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2 Définition de clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.1 Définition 1 : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2 Définition 2 : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Les objectives du clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.4 Qu’est ce qu’un bon Clustering? . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.5 Les principales étapes du clustering . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5.1 La préparation des données : . . . . . . . . . . . . . . . . . . . . . . . . 20
2.5.2 Le choix de l’algorithme de clustering : . . . . . . . . . . . . . . . . . . 21
2.5.3 Validation et l’exploitation des résultats de l’algorithme . . . . . . . . 22
2.6 Applications du Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.1 La segmentation : . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.6.2 Extraction des connaissances . . . . . . . . . . . . . . . . . . . . . . . . 23
2.7 Les différentes méthodes de clustering . . . . . . . . . . . . . . . . . . . . . . . 24
2.7.1 Clustering en partition . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.7.2 Clustering hiérarchique (Hierarchical Cluster Analysis) . . . . . . . . 28
2.7.3 clustering basée sur la densité . . . . . . . . . . . . . . . . . . . . . . . 32
2.7.4 clustering par grilles . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.8 Clustering et Fonctions de similarité . . . . . . . . . . . . . . . . . . . . . . . . 36
2.8.1 la distance Euclidienne . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.8.2 la distance deManhattan . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.8.3 la distance deMinkowski . . . . . . . . . . . . . . . . . . . . . . . . . . 36
2.9 Les techniques d’évaluation de la qualité du clustering(validation) . . . . . . 37
2.9.1 Variance intra-classe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.9.2 Connectivité . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.9.3 L’indice de Davies-Bouldin . . . . . . . . . . . . . . . . . . . . . . . . . 38
2.9.4 Précision-Rappel et F-mesure . . . . . . . . . . . . . . . . . . . . . . . 39
2.9.5 Coefficient de Jaccard . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.9.6 L’indice Rand . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.9.7 Silhouette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
2.9.8 V-measure [Homogeneity et completeness] . . . . . . . . . . . . . . . 41
2.9.9 D’autres critères . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
2.10 Traveaux connexes sur l’evaluation des algorithmes de clustering . . . . . . . 42
2.11 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
viii
TABLE OF CONTENTS
3 Implementation et Etude comparative 45
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2 Jeux des données . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.2.1 Description . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.3 Prétraitement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.3.1 Analyse en composantes principales (ACP) . . . . . . . . . . . . . . . . 47
3.3.2 L’objectif de l’ACP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.4 Environnement de développement . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.1 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.2 Jupyter Notebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.4.3 bibliothéques . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49
3.5 Expérimentation et Résultats . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5.1 Regroupement par Partition . . . . . . . . . . . . . . . . . . . . . . . . 50
3.5.2 Regroupement hiérarchique . . . . . . . . . . . . . . . . . . . . . . . . 55
3.5.3 Regroupement basé sur les graphes et partition . . . . . . . . . . . . . 59
3.5.4 Validation des Algorithmes . . . . . . . . . . . . . . . . . . . . . . . . . 60
3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
Bibliographie 67Côte titre : MAI/0320 En ligne : https://drive.google.com/file/d/1aAlVs0xzXEk-jHEk4-Wz9JjU9-Fa1qw5/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0320 MAI/0320 Mémoire Bibliothéque des sciences Français Disponible
DisponibleEvaluation des performances des protocoles de routages des réseaux AdHoc véhiculaires / Sebti, Rabah
PermalinkPermalinkEvaluation phytochimique et évaluation biologiques des huiles essentielles des espèces O.vulgare, F.vulgare et D.virgatus. / Dhia Eddine Guerra
PermalinkEvaluation de la pollution en métaux (Fe,Mn ,Cu,Zn)des eaux de rejet de TREFISOUD à l’oued el Mellah / BOUAMAMA, Zouleykha
PermalinkPermalinkEvaluation de la production du 153Sm dans les réacteurs de recherches / Bachir Cherif,Rahma
PermalinkPermalinkPermalinkPermalinkEvaluation du taux de transmutation du Césium-135 dans le réacteur nucléaire à haut flux de Petten / Mebni,Asma
Permalink