University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'indexation
Ouvrages de la bibliothèque en indexation 004
Ajouter le résultat dans votre panier Affiner la recherche
An Avatar Based Approach For Automatically Interpreting Algerian Sing Language Dictionary / Abdelkrim Guechi
Titre : An Avatar Based Approach For Automatically Interpreting Algerian Sing Language Dictionary Type de document : texte imprimé Auteurs : Abdelkrim Guechi, Auteur ; Sara Azzoug, Auteur ; Lakhfif, Abdelaziz, Directeur de thèse Editeur : Sétif:UFA1 Année de publication : 2023 Importance : 1 vol (67 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : LSA
Algerian sign languageIndex. décimale : 004 Informatique Résumé : In this Master thesis, we present a visual Dictionary for Algerian Sign Language
(LSA :Langue des Signes Algerienne).
The visual tool aims to generate 3D gestural expressions performed by 3D Humanoids
(Avatars) compliant with H-Anim 2.0 in a VRML X3D environment using
X3dom standards.
The visual tool provides a new Flexible and open representation of copying dynamic
entities in reusable JSON format. This work represents a main part in generation
module in the machine translation of Arabic texts into Algerian Sign Language
(LSA).
The project aims for deaf people to facilitate the access to textual information
written in standard Arabic.Côte titre : MAI/0717 En ligne : https://drive.google.com/file/d/1nLoQUVp7fQJwGqf_ZEdJJSmagUq8mgy1/view?usp=drive [...] Format de la ressource électronique : An Avatar Based Approach For Automatically Interpreting Algerian Sing Language Dictionary [texte imprimé] / Abdelkrim Guechi, Auteur ; Sara Azzoug, Auteur ; Lakhfif, Abdelaziz, Directeur de thèse . - [S.l.] : Sétif:UFA1, 2023 . - 1 vol (67 f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : LSA
Algerian sign languageIndex. décimale : 004 Informatique Résumé : In this Master thesis, we present a visual Dictionary for Algerian Sign Language
(LSA :Langue des Signes Algerienne).
The visual tool aims to generate 3D gestural expressions performed by 3D Humanoids
(Avatars) compliant with H-Anim 2.0 in a VRML X3D environment using
X3dom standards.
The visual tool provides a new Flexible and open representation of copying dynamic
entities in reusable JSON format. This work represents a main part in generation
module in the machine translation of Arabic texts into Algerian Sign Language
(LSA).
The project aims for deaf people to facilitate the access to textual information
written in standard Arabic.Côte titre : MAI/0717 En ligne : https://drive.google.com/file/d/1nLoQUVp7fQJwGqf_ZEdJJSmagUq8mgy1/view?usp=drive [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0717 MAI/0717 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible
Titre : An IoT Based Mobile Augmented Reality Application for Energy Visualization Type de document : texte imprimé Auteurs : Amel Mostefaoui, Auteur ; Ayoub CheurfI, Auteur ; Kheba ,AbAbdellah, Directeur de thèse Année de publication : 2022 Importance : 1 vol (63 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Augmented reality
Power measurementIndex. décimale : 004 Informatique Résumé :
Augmented reality (AR) enhances our ability to collect, comprehend, and show
information without diverting our attention away from the real environment. It
can be employed in a variety of applications and industries due to their domainspecific
visualization on a real-world scene. Mobile augmented reality (MAR) entails
superimposing virtual features on top of real-world things on a screen to enhance and add
value to the user’s interaction with reality. Internet of Things (IoT) is engaged in all our
lives’ aspects , including our buildings’ power infrastructure where IoT-enabled devices
provide a variety of connectivity options for monitoring critical energy assets. Real-world
data is obtained through aggregating information to cloud-based platforms in order to
respond quickly to energy usage related issues, while maintenance teams power quality
and reliability with MAR.
In this thesis, a new approach for visualizing appliance-related power quality has been
proposed to sensibilize the community about the consumed amount of electricity.
A hybrid system combing MAR and IoT technologies has been used where an engineered
solutions’ hands-free method of gathering data about nearby appliances simplifies
operations, saves energy and speeds up operations.Côte titre : MAI/0585 En ligne : https://drive.google.com/file/d/1MEvUsS8czhcCbR5zwwJONgLAOtjGgE29/view?usp=share [...] Format de la ressource électronique : An IoT Based Mobile Augmented Reality Application for Energy Visualization [texte imprimé] / Amel Mostefaoui, Auteur ; Ayoub CheurfI, Auteur ; Kheba ,AbAbdellah, Directeur de thèse . - 2022 . - 1 vol (63 f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Augmented reality
Power measurementIndex. décimale : 004 Informatique Résumé :
Augmented reality (AR) enhances our ability to collect, comprehend, and show
information without diverting our attention away from the real environment. It
can be employed in a variety of applications and industries due to their domainspecific
visualization on a real-world scene. Mobile augmented reality (MAR) entails
superimposing virtual features on top of real-world things on a screen to enhance and add
value to the user’s interaction with reality. Internet of Things (IoT) is engaged in all our
lives’ aspects , including our buildings’ power infrastructure where IoT-enabled devices
provide a variety of connectivity options for monitoring critical energy assets. Real-world
data is obtained through aggregating information to cloud-based platforms in order to
respond quickly to energy usage related issues, while maintenance teams power quality
and reliability with MAR.
In this thesis, a new approach for visualizing appliance-related power quality has been
proposed to sensibilize the community about the consumed amount of electricity.
A hybrid system combing MAR and IoT technologies has been used where an engineered
solutions’ hands-free method of gathering data about nearby appliances simplifies
operations, saves energy and speeds up operations.Côte titre : MAI/0585 En ligne : https://drive.google.com/file/d/1MEvUsS8czhcCbR5zwwJONgLAOtjGgE29/view?usp=share [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0585 MAI/0585 Mémoire Bibliothéque des sciences Anglais Disponible
DisponibleAnalyse automatique de l’état affectif des apprenants sous Moodle / KOUSSA,Lydia
Titre : Analyse automatique de l’état affectif des apprenants sous Moodle Type de document : texte imprimé Auteurs : KOUSSA,Lydia ; HARBOUCHE, Khadidja, Directeur de thèse Editeur : Setif:UFA Année de publication : 2016 Importance : 1 vol (58f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Génie Logiciel
apprentissage
moodle
data mining
formation a distance
EDMIndex. décimale : 004 Informatique Côte titre : MAI/0107 Analyse automatique de l’état affectif des apprenants sous Moodle [texte imprimé] / KOUSSA,Lydia ; HARBOUCHE, Khadidja, Directeur de thèse . - [S.l.] : Setif:UFA, 2016 . - 1 vol (58f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Génie Logiciel
apprentissage
moodle
data mining
formation a distance
EDMIndex. décimale : 004 Informatique Côte titre : MAI/0107 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0107 MAI/0107 Mémoire Bibliothéque des sciences Français Disponible
DisponibleAnalyse des images Méteosat Seconde Génération (MSG) pour l’estimation des précipitations / Osmani, Affef
Titre : Analyse des images Méteosat Seconde Génération (MSG) pour l’estimation des précipitations : Etude de cas en Algérie Type de document : texte imprimé Auteurs : Osmani, Affef, Auteur ; Fateh Seghir, Directeur de thèse Editeur : Setif:UFA Année de publication : 2019 Importance : 1 vol (49 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Estimation des Précipitations
k-means
MSGIndex. décimale : 004 Informatique Résumé : Ce travail porte sur l’estimation des précipitations en utilisant l’information infrarouge
du canal C9 (10.80 ¹m) du satellite Météosat Seconde Génération (MSG). Pour ce faire, nous
avons élaboré une méthode portant sur un seuil de température. Cette dernière constitue une
alternative permettant de simplifier la classification des nuages. Le principe est de définir une
valeur de seuil pour les données utilisées, à partir desquelles les pixels des images IR10.8 sont
considérés pluvieux ou non. Une approche d’estimation des précipitations basée sur le concept de
la classification non supervisée en k-means est proposée. Donc Le modèle élaboré ayant comme
sortie deux classes (clusters), dont l’une des classes est celle des pixels considérés précipitants
et l’autre pas de précipitation. Les données acquises par le capteur MSG-SEVIRI représentent
la période allant du 1er octobre 2016 au 31 mars 2017, et la région d’étude concerne le nord-est
de l’Algérie. Les résultats recueillis sont comparés aux données obtenues par le programme
d’estimation des précipitations par multicapteurs (MPE) de l’Organisation Européenne pour
l’exploitation des satellites météorologiques. Afin de valider le modèle développé.Note de contenu :
Sommaire
Remerciement i
Dédicaces ii
Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Liste des tableaux vi
Table des figures vii
0.1 Introduction générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1 Les satellites MSG 3
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Dispositifs d’imagerie Satellitaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Les satellites météorologiques . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1.1 Les satellites géostationnaires . . . . . . . . . . . . . . . . . . . . 4
1.2.1.2 Les satellites polaires . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 Les satellites Météosat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2.1 Météosat de première génération . . . . . . . . . . . . . . . . . . . 5
1.2.2.2 Météosat seconde génération (MSG) . . . . . . . . . . . . . . . . . 6
1.3 Principe d’acquisition des images MSG . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Data Mining 14
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.1 Processus d’extraction de connaissances à partir de données ECD . . . . 15
2.2.2 Techniques de data mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.2.1 Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2.2 Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2.3 Les règle d’association . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2.4 Clustering (segmentation) . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Réseaux de Neurones Artificiels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1 Neurone biologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
iv
TABLE DE MATIÈRE
2.3.2 Neurone artificiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.3 Architecture des réseaux neuronaux . . . . . . . . . . . . . . . . . . . . . . 21
2.3.3.1 Les réseaux de neurones non bouclés (statiques) . . . . . . . . . 22
2.3.3.2 Les réseaux de neurones bouclés (dynamiques) . . . . . . . . . . 23
2.3.4 Apprentissage supervisé et non supervisé . . . . . . . . . . . . . . . . . . . 23
2.4 K-means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.1 L’algorithme de K-means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3 Etat d’art 28
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2 Travaux connexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.1 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3 Méthodes d’estimation des précipitations par satellite . . . . . . . . . . . . . . . . 32
3.4 Etude comparative des techniques de classification . . . . . . . . . . . . . . . . . . 33
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4 Conception et Implémentation 34
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2 Site d’étude et les données utilisées . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.1 Présentation du site . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.2 Ensembles de données (Dataset) . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3 Conception . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.4 Implémentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.1 Environnement et outils de mise en oeuvre . . . . . . . . . . . . . . . . . . 37
4.4.1.1 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.2 Méthode d’identification et de classification . . . . . . . . . . . . . . . . . . 38
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Bibliographie 42
Annexe 46
Les nuages et les précipitations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Les nuages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Formation des nuages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Formation des nuages de convection . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Types de précipitations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
v
LISTE DES TABLEAUCôte titre : MAI/0303 En ligne : https://drive.google.com/file/d/1uKdfzh0n9YAQ6X4684DFL7dMIG2K8Yfu/view?usp=shari [...] Format de la ressource électronique : Analyse des images Méteosat Seconde Génération (MSG) pour l’estimation des précipitations : Etude de cas en Algérie [texte imprimé] / Osmani, Affef, Auteur ; Fateh Seghir, Directeur de thèse . - [S.l.] : Setif:UFA, 2019 . - 1 vol (49 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Estimation des Précipitations
k-means
MSGIndex. décimale : 004 Informatique Résumé : Ce travail porte sur l’estimation des précipitations en utilisant l’information infrarouge
du canal C9 (10.80 ¹m) du satellite Météosat Seconde Génération (MSG). Pour ce faire, nous
avons élaboré une méthode portant sur un seuil de température. Cette dernière constitue une
alternative permettant de simplifier la classification des nuages. Le principe est de définir une
valeur de seuil pour les données utilisées, à partir desquelles les pixels des images IR10.8 sont
considérés pluvieux ou non. Une approche d’estimation des précipitations basée sur le concept de
la classification non supervisée en k-means est proposée. Donc Le modèle élaboré ayant comme
sortie deux classes (clusters), dont l’une des classes est celle des pixels considérés précipitants
et l’autre pas de précipitation. Les données acquises par le capteur MSG-SEVIRI représentent
la période allant du 1er octobre 2016 au 31 mars 2017, et la région d’étude concerne le nord-est
de l’Algérie. Les résultats recueillis sont comparés aux données obtenues par le programme
d’estimation des précipitations par multicapteurs (MPE) de l’Organisation Européenne pour
l’exploitation des satellites météorologiques. Afin de valider le modèle développé.Note de contenu :
Sommaire
Remerciement i
Dédicaces ii
Résumé . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Abstract . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . iii
Liste des tableaux vi
Table des figures vii
0.1 Introduction générale . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1 Les satellites MSG 3
1.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Dispositifs d’imagerie Satellitaire . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1 Les satellites météorologiques . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2.1.1 Les satellites géostationnaires . . . . . . . . . . . . . . . . . . . . 4
1.2.1.2 Les satellites polaires . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.2.2 Les satellites Météosat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.2.2.1 Météosat de première génération . . . . . . . . . . . . . . . . . . . 5
1.2.2.2 Météosat seconde génération (MSG) . . . . . . . . . . . . . . . . . 6
1.3 Principe d’acquisition des images MSG . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 Data Mining 14
2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.2 Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.2.1 Processus d’extraction de connaissances à partir de données ECD . . . . 15
2.2.2 Techniques de data mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2.2.1 Classification . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.2.2 Regression . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2.3 Les règle d’association . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2.4 Clustering (segmentation) . . . . . . . . . . . . . . . . . . . . . . . 18
2.3 Réseaux de Neurones Artificiels . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1 Neurone biologique . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
iv
TABLE DE MATIÈRE
2.3.2 Neurone artificiel . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
2.3.3 Architecture des réseaux neuronaux . . . . . . . . . . . . . . . . . . . . . . 21
2.3.3.1 Les réseaux de neurones non bouclés (statiques) . . . . . . . . . 22
2.3.3.2 Les réseaux de neurones bouclés (dynamiques) . . . . . . . . . . 23
2.3.4 Apprentissage supervisé et non supervisé . . . . . . . . . . . . . . . . . . . 23
2.4 K-means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.4.1 L’algorithme de K-means . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
3 Etat d’art 28
3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2 Travaux connexes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
3.2.1 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.3 Méthodes d’estimation des précipitations par satellite . . . . . . . . . . . . . . . . 32
3.4 Etude comparative des techniques de classification . . . . . . . . . . . . . . . . . . 33
3.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
4 Conception et Implémentation 34
4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2 Site d’étude et les données utilisées . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.1 Présentation du site . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
4.2.2 Ensembles de données (Dataset) . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.3 Conception . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.4 Implémentation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.1 Environnement et outils de mise en oeuvre . . . . . . . . . . . . . . . . . . 37
4.4.1.1 Python . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
4.4.2 Méthode d’identification et de classification . . . . . . . . . . . . . . . . . . 38
4.5 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Bibliographie 42
Annexe 46
Les nuages et les précipitations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Les nuages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
Formation des nuages . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Formation des nuages de convection . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Types de précipitations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
v
LISTE DES TABLEAUCôte titre : MAI/0303 En ligne : https://drive.google.com/file/d/1uKdfzh0n9YAQ6X4684DFL7dMIG2K8Yfu/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0303 MAI/0303 Mémoire Bibliothéque des sciences Français Disponible
DisponibleAnalyse des interactions entre services web en utilisant les Protocol temporisés / Omer, Dohia
Titre : Analyse des interactions entre services web en utilisant les Protocol temporisés Type de document : texte imprimé Auteurs : Omer, Dohia ; SAIDI,MOHAMED, Directeur de thèse Editeur : Setif:UFA Année de publication : 2012 Importance : 1 vol (63f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Réseaux
Systèmes Distribués
services web
protocoleIndex. décimale : 004 Informatique Côte titre : MAI/0013 Analyse des interactions entre services web en utilisant les Protocol temporisés [texte imprimé] / Omer, Dohia ; SAIDI,MOHAMED, Directeur de thèse . - [S.l.] : Setif:UFA, 2012 . - 1 vol (63f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Réseaux
Systèmes Distribués
services web
protocoleIndex. décimale : 004 Informatique Côte titre : MAI/0013 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0013 MAI/0013 Mémoire Bibliothéque des sciences Français Disponible
DisponiblePermalinkPermalinkAnalyse de sentiment dans les réseaux sociaux, nouvelle stratégie a base d'ensemble de classifieurs / Keddad, walid
PermalinkPermalinkAnalyse des sentiments des commentaires en arabe des lecteurs des journaux en lignes / Rania,Aberkane
PermalinkAnalyse et synthèse des différentes approches concernant l’objet pédagogique / ZELLAGUI, Soumia
PermalinkAnalyse des systèmes embarques , vérification des algorithmes de l’architecture TTA (time triggered architecture) / Aliouat ,Zibouda
PermalinkL'Anglais pour informaticien / Liliane Gallet-Blanchard
PermalinkApplication d’un algorithme de généralisation /dégradation avec préservation de contraintes d’intégrité / DILMi,Imene
PermalinkApplication d’un algorithme de généralisation /dégradation sur des données réparties / BOUCHELAGHEM, Abir
Permalink