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
Segmentation des images médicales par les MD / Kaddari,Nour elimane
Titre : Segmentation des images médicales par les MD Type de document : texte imprimé Auteurs : Kaddari,Nour elimane, Auteur ; Djaghloul,H, Directeur de thèse Editeur : Setif:UFA Année de publication : 2018 Importance : 1 vol (56 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Côte titre : MAI/0272 Segmentation des images médicales par les MD [texte imprimé] / Kaddari,Nour elimane, Auteur ; Djaghloul,H, Directeur de thèse . - [S.l.] : Setif:UFA, 2018 . - 1 vol (56 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Côte titre : MAI/0272 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0272 MAI/0272 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Segmentation Des Images Médicales par Des Méthodes Intelligentes Type de document : texte imprimé Auteurs : Djerdi, Selma, Auteur ; Belkhiat, Djamel Eddine Chouaib, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (50 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Apprentissage profond
Segmentation d’images médicalesIndex. décimale : 530 Physique Résumé :
Ces dernières années, la technologie d’analyse d’images médicales s’est développée
rapidement. Plusieurs algorithmes ont été développés pour segmenter et classifier les organes
anatomiques et les pathologies, en utilisant différentes modalités d’imagerie médicale telles que la
tomodensitométrie (TDM) et l’imagerie par résonance magnétique (IRM).
Dans ce mémoire, nous abordons la segmentation de la tumeur cérébrale. L’apprentissage
automatique est utilisé dans le domaine de l’imagerie médicale, y compris dans le diagnostic assisté
par ordinateur, la segmentation d’images et l’enregistrement d’images.
Les méthodes d’apprentissage profond sont un ensemble d’algorithmes dans l’apprentissage
automatique, qui essaient d’apprendre automatiquement plusieurs niveaux de représentation et
d’abstraction qui aident à donner un sens aux données. Dans notre étude, nous avons utilisé la base des
données MICCAI-BraTS Chalenge 2019 pour l’apprentissage de m’architecture U Net choisie pour la
segmentation d’images médicales.Côte titre : MAPH/0441 En ligne : https://drive.google.com/file/d/1eEXh0NxJ7oYfhkY_s3NVA5sNvgldO6Pw/view?usp=shari [...] Format de la ressource électronique : Segmentation Des Images Médicales par Des Méthodes Intelligentes [texte imprimé] / Djerdi, Selma, Auteur ; Belkhiat, Djamel Eddine Chouaib, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (50 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Apprentissage profond
Segmentation d’images médicalesIndex. décimale : 530 Physique Résumé :
Ces dernières années, la technologie d’analyse d’images médicales s’est développée
rapidement. Plusieurs algorithmes ont été développés pour segmenter et classifier les organes
anatomiques et les pathologies, en utilisant différentes modalités d’imagerie médicale telles que la
tomodensitométrie (TDM) et l’imagerie par résonance magnétique (IRM).
Dans ce mémoire, nous abordons la segmentation de la tumeur cérébrale. L’apprentissage
automatique est utilisé dans le domaine de l’imagerie médicale, y compris dans le diagnostic assisté
par ordinateur, la segmentation d’images et l’enregistrement d’images.
Les méthodes d’apprentissage profond sont un ensemble d’algorithmes dans l’apprentissage
automatique, qui essaient d’apprendre automatiquement plusieurs niveaux de représentation et
d’abstraction qui aident à donner un sens aux données. Dans notre étude, nous avons utilisé la base des
données MICCAI-BraTS Chalenge 2019 pour l’apprentissage de m’architecture U Net choisie pour la
segmentation d’images médicales.Côte titre : MAPH/0441 En ligne : https://drive.google.com/file/d/1eEXh0NxJ7oYfhkY_s3NVA5sNvgldO6Pw/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0441 MAPH/0441 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Segmentation d’images pour aider au diagnostic du COVID-19 Type de document : texte imprimé Auteurs : Aya Bara ; Maroua Benhaddad ; Seif eddine Chouaba, Directeur de thèse Editeur : Setif:UFA Année de publication : 2021 Importance : 1 vol. (38 f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Segmentation des images médicales
COVID-19Index. décimale : 530 Physique Résumé :
Ces dernières années, la technologie d’analyse d’images médicales s’est développée rapidement. Plusieurs algorithmes ont été développés pour segmenter et classifier les organes anatomiques et les pathologies dans le but du diagnostic des déférentes maladies, en utilisant différentes modalités d’imagerie médicale telles que la tomodensitométrie (TDM). Diverses méthodes de segmentation d'images sont présentées dans ce rapport de stage. Les méthodes de segmentation basées seuillages sont mises en pratique pour extraire et évaluer la maladie de coronavirus afin de rendre le diagnostic clinique plus pratique. Les résultats obtenus sont dans leurs globalités acceptables.Note de contenu :
SOMMAIRE
Liste de figures
Introduction Générale
Chapitre I : Généralités
1. Introduction
2. Les images médicales
2.1 Types d’Imagerie Médicale
2.2 Modalités d’Acquisition d’Image Médical
2.2.1 Scanner à rayons X ou Tomodensitomètre
2.2.2.1 Définition du Scanner X
2.2.2.2 Utilisation du Scanner X
2.2.2.3 Principe fondamental de fonctionnement d’un scanner
3. Les outilles du travaille
3.1 Logiciel Image J
3.2 Logiciel Matlab
4. Conclusion
Chapitre II : COVID 19&Segmentation
1. Introduction
2. La maladie à coronavirus (COVID-19)
2.1 Définition
2.2 Quelques travaux sur l'infection à la COVID-19
3. Segmentation des images
3. 1 Techniques de segmentation
3.1.1 Segmentation par seuillage
3.1.1. a Seuils globaux
3.1.1. b Seuils adaptatifs (local)
3.1.1. c Seuillage Manuel
3.2 Segmentation par région
3.2.1 Technique de la région en croissance
3.2.2 Technique de fractionnement et de fusion
3.2.3 Technique de bassin versant
3.3 Segmentation par clustering
3.3.1 Clustering K-mean (C-moyen dur)
3.3.2 Clustering C-Means flou
3.4 Segmentation par détection de contour
3.5 Segmentation par modèles déformables
3.6 Approches Basé sur l'Atlas
4. Discussions des méthodes de segmentation
5. Les critères d'évaluation
6. Conclusion
Chapitre III : Segmentation pour le diagnostique de COVID19
1. Introduction
2. Méthodologie
2.1 Filtre de seuil
2.2. Amélioration de l'image
2.3 Segmentation de l'infection à pneumonie
2.4 Calcul du niveau de gravité
3. Résultats et discussion
3.1. Première étude (des coupes axiales)
3 .2 .Deuxième étude (coupes coronales)
4. Conclusion
Conclusion Générale
BibliographieCôte titre : MAPH/0525
En ligne : https://drive.google.com/file/d/1kwa5rtVoz0MGqQju_qt7h60s0or10oMi/view?usp=shari [...] Format de la ressource électronique : Segmentation d’images pour aider au diagnostic du COVID-19 [texte imprimé] / Aya Bara ; Maroua Benhaddad ; Seif eddine Chouaba, Directeur de thèse . - [S.l.] : Setif:UFA, 2021 . - 1 vol. (38 f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Segmentation des images médicales
COVID-19Index. décimale : 530 Physique Résumé :
Ces dernières années, la technologie d’analyse d’images médicales s’est développée rapidement. Plusieurs algorithmes ont été développés pour segmenter et classifier les organes anatomiques et les pathologies dans le but du diagnostic des déférentes maladies, en utilisant différentes modalités d’imagerie médicale telles que la tomodensitométrie (TDM). Diverses méthodes de segmentation d'images sont présentées dans ce rapport de stage. Les méthodes de segmentation basées seuillages sont mises en pratique pour extraire et évaluer la maladie de coronavirus afin de rendre le diagnostic clinique plus pratique. Les résultats obtenus sont dans leurs globalités acceptables.Note de contenu :
SOMMAIRE
Liste de figures
Introduction Générale
Chapitre I : Généralités
1. Introduction
2. Les images médicales
2.1 Types d’Imagerie Médicale
2.2 Modalités d’Acquisition d’Image Médical
2.2.1 Scanner à rayons X ou Tomodensitomètre
2.2.2.1 Définition du Scanner X
2.2.2.2 Utilisation du Scanner X
2.2.2.3 Principe fondamental de fonctionnement d’un scanner
3. Les outilles du travaille
3.1 Logiciel Image J
3.2 Logiciel Matlab
4. Conclusion
Chapitre II : COVID 19&Segmentation
1. Introduction
2. La maladie à coronavirus (COVID-19)
2.1 Définition
2.2 Quelques travaux sur l'infection à la COVID-19
3. Segmentation des images
3. 1 Techniques de segmentation
3.1.1 Segmentation par seuillage
3.1.1. a Seuils globaux
3.1.1. b Seuils adaptatifs (local)
3.1.1. c Seuillage Manuel
3.2 Segmentation par région
3.2.1 Technique de la région en croissance
3.2.2 Technique de fractionnement et de fusion
3.2.3 Technique de bassin versant
3.3 Segmentation par clustering
3.3.1 Clustering K-mean (C-moyen dur)
3.3.2 Clustering C-Means flou
3.4 Segmentation par détection de contour
3.5 Segmentation par modèles déformables
3.6 Approches Basé sur l'Atlas
4. Discussions des méthodes de segmentation
5. Les critères d'évaluation
6. Conclusion
Chapitre III : Segmentation pour le diagnostique de COVID19
1. Introduction
2. Méthodologie
2.1 Filtre de seuil
2.2. Amélioration de l'image
2.3 Segmentation de l'infection à pneumonie
2.4 Calcul du niveau de gravité
3. Résultats et discussion
3.1. Première étude (des coupes axiales)
3 .2 .Deuxième étude (coupes coronales)
4. Conclusion
Conclusion Générale
BibliographieCôte titre : MAPH/0525
En ligne : https://drive.google.com/file/d/1kwa5rtVoz0MGqQju_qt7h60s0or10oMi/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0525 MAPH/0525 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Sélection de services web sémantiques Type de document : texte imprimé Auteurs : KASRI, Abir ; SALEM,Y, Directeur de thèse Editeur : Setif:UFA Année de publication : 2015 Importance : 1 vol (44f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Service Web, SAWSDL, Service Web sémantiques, Sélection des Web services,SPARQL Résumé : Résumé:
Avec l'augmentation croissante du nombre de fournisseurs de services, il arrive trés
fréquemment que de nombreux services répondent a un méme besoin fonctionnel, mais avec
une qualité de service différente, une sélection doit étre alors faite pour déterminer quels sont
les services les plus pertinents. Dans ce mémoire, nous nous intéressons a la sélection des
services Web selon les propriétés de qualité de service qui satisferaient le plus les préférences
de l'utilisateur.
Dans ce travail, aprés un état de l'art sur les services Web sémantiques, nous avons étudié
quelques approches de sélection des Web services. Enfin, nous avons proposé une approche
pour la sélection de services Web tout en tenant compte des préférences de l'utilisateur.
Note de contenu : Table des matières
Introduction générale …………………………………………………………………….. 01
CHAPITRE I : LES SERVICES WEB ET LES SERVICES WEB SEMANTIQUES. 03
I.1 Introduction ……………………………………………………………………………. 04
I.2 Principes de base ………………………………………………………………………. 04
I.3 Les Services Web, C'est quoi? ………………………………………………………… 04
I.3.1 Définition ………………………………………………………………………… 04
I.3.2 Pourquoi les Services Web? ……………………………………………………… 05
I.3.3 Caractéristiques des services Web ………………………………………………... 05
I.3.4 Architecture des Services Web …………………………………………………… 06
I.3.5 Standards utilisés pour les Services Web …………………………………………. 07
I.3.5.1 UDDI (Universal Description, Discovery and Integration) …………………... 07
I.3.5.2 SOAP (Simple Object Access Protocol) ……………………………………….. 08
I.3.5.3 WSDL (web services description language) …………………………………... 09
I.3.6 Limites des Services Web ………………………………………………………… 09
I.3.7 Architecture étendue ……………………………………………………………… 10
I.4 Les services web sémantiques …………………………………………………………. 11
I.4.1 Panorama des services web sémantique …………………………………………. 11
I.4.2 Le Web Sémantique ………………………………………………………………. 11
I.4.3 Les ontologies et Web services …………………………………………………... 13
I.4.4 Les langages du Web Sémantiques ……………………………………………….. 14
I.4.4.1 RDF (Ressource Description Framework) …………………………………… 14
I.4.4.2 RDFS (Ressource Description Framework Schéma) ………………………… 14
I.4.4.3 OWL (Web Ontology Language) ……………………………………………... 14
I.4.5 Les services Web sémantiques ………………………………………………….. 14
I.4.6 Approches proposées pour les services Web sémantiques ……………………… 15
I.4.6.1 WSDL-S (Web Service Description Language-Semantic) …………………... 15
I.4.6.2 WSMF (Web Service Modeling Framework) ……………………………... 15
I.4.6.5 SAWSDL (Semantic annotation for WSDL) ……………………………… 16
I.5 Les structures de données sémantiques ……………………………………………….. 16
I.6 Conclusion ……………………………………………………………………………… 16
CHAPITRE II : ETAT DE L'ART SUR LA SELECTION DE SERVICES WEB SEMANTIQUE....17
II.1 Introduction …………………………………………………………………………… 18
II.2 La découverte des services Web ……………………………………………………… 18
II.2.1 OWL-S (Ontology Web Language - Service) ……………………………………… 18
II.2.2 WSDD (Web Services Dynamic Discovery) ……………………………………….. 19
II.3 La qualité de service …………………………………………………………………. 19
II.4 Les langages des requêtes sémantiques ……………………………………………….. 20
II.4.1 RDQL (RDF Data Query Language) ……………………………………………… 20
II.4.2 SPARQL (Protocol and RDF Query Language) …………………………………. 21
II.5 La sélection des Services Web ………………………………………………………... 21
II.5.1. Propriétés fonctionnelles et non fonctionnelles dans les Services Web …………... 23
II.5.2 Stratégie de sélection ………………………………………………………………. 23
II.5.3 Méthode de résolution de problèmes pour la sélection de services Web …………. 24
II.6 Conclusion ……………………………………………………………………………. 25
CHAPITRE III : CONTRIBUTION ET MISE EN Å’UVRE 26
III.1 Introduction ………………………………………………………………………….. 27
III.2 Un Scénario …………………………………………………………………………... 27
III.3 Architecture proposée …………………………………………………………………28
III.4 Les diagrammes………………………………………………………………………..29
III.4.1 Diagrammes de classes…………………………………………………………...29
III.4.2 Diagrammes de séquence…………………………………………………….30
III.4.2 Diagramme de déploiement………………………………………………….31
III.5 Ontologie développée…………………………………………………………………. 31
III.6 Les entrées-sorties pour chaque service 32
III.7 Mise en œuvre du système……………………………………………………………. 33
III.7.1 Outils et environnement de développement……………………………………… 33
III.7.1.1 Langage Java……………………………………………………………….33
III.7.1.2 Java EE6…………………………………………………………………...33
III.7.1.3 Jena………………………………………………………………………...33
III.7.1.4 JAX-WS……………………………………………………………………33
III.7.1.5 Protégé……………………………………………………………………..34
III.7.1.6 ArgoUML………………………………………………………………….34
III.7.1.7 TOMCAT………………………………………………………………….34
III.7.1.8 NetBeans…………………………………………………………………..34
III.7.2 Les services web…………………………………………………………………34
III.7.3 Exécution d’une requête SPARQL………………………………………………35
III.7.4 Réalisation de l’ontologie sous Protégé…………………………………………. 36
III.7.5 Les interfaces de l’application…………………………………………………... 38
III.8 Conclusion…………………………………………………………………………….. 44
Conclusion générale….……………………...…………………………………………….. 45Côte titre : MAI/0072 En ligne : https://drive.google.com/file/d/1h1l0HDG70X-ZYecdiko7rAtnj3nbzTb_/view?usp=shari [...] Format de la ressource électronique : Sélection de services web sémantiques [texte imprimé] / KASRI, Abir ; SALEM,Y, Directeur de thèse . - [S.l.] : Setif:UFA, 2015 . - 1 vol (44f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Service Web, SAWSDL, Service Web sémantiques, Sélection des Web services,SPARQL Résumé : Résumé:
Avec l'augmentation croissante du nombre de fournisseurs de services, il arrive trés
fréquemment que de nombreux services répondent a un méme besoin fonctionnel, mais avec
une qualité de service différente, une sélection doit étre alors faite pour déterminer quels sont
les services les plus pertinents. Dans ce mémoire, nous nous intéressons a la sélection des
services Web selon les propriétés de qualité de service qui satisferaient le plus les préférences
de l'utilisateur.
Dans ce travail, aprés un état de l'art sur les services Web sémantiques, nous avons étudié
quelques approches de sélection des Web services. Enfin, nous avons proposé une approche
pour la sélection de services Web tout en tenant compte des préférences de l'utilisateur.
Note de contenu : Table des matières
Introduction générale …………………………………………………………………….. 01
CHAPITRE I : LES SERVICES WEB ET LES SERVICES WEB SEMANTIQUES. 03
I.1 Introduction ……………………………………………………………………………. 04
I.2 Principes de base ………………………………………………………………………. 04
I.3 Les Services Web, C'est quoi? ………………………………………………………… 04
I.3.1 Définition ………………………………………………………………………… 04
I.3.2 Pourquoi les Services Web? ……………………………………………………… 05
I.3.3 Caractéristiques des services Web ………………………………………………... 05
I.3.4 Architecture des Services Web …………………………………………………… 06
I.3.5 Standards utilisés pour les Services Web …………………………………………. 07
I.3.5.1 UDDI (Universal Description, Discovery and Integration) …………………... 07
I.3.5.2 SOAP (Simple Object Access Protocol) ……………………………………….. 08
I.3.5.3 WSDL (web services description language) …………………………………... 09
I.3.6 Limites des Services Web ………………………………………………………… 09
I.3.7 Architecture étendue ……………………………………………………………… 10
I.4 Les services web sémantiques …………………………………………………………. 11
I.4.1 Panorama des services web sémantique …………………………………………. 11
I.4.2 Le Web Sémantique ………………………………………………………………. 11
I.4.3 Les ontologies et Web services …………………………………………………... 13
I.4.4 Les langages du Web Sémantiques ……………………………………………….. 14
I.4.4.1 RDF (Ressource Description Framework) …………………………………… 14
I.4.4.2 RDFS (Ressource Description Framework Schéma) ………………………… 14
I.4.4.3 OWL (Web Ontology Language) ……………………………………………... 14
I.4.5 Les services Web sémantiques ………………………………………………….. 14
I.4.6 Approches proposées pour les services Web sémantiques ……………………… 15
I.4.6.1 WSDL-S (Web Service Description Language-Semantic) …………………... 15
I.4.6.2 WSMF (Web Service Modeling Framework) ……………………………... 15
I.4.6.5 SAWSDL (Semantic annotation for WSDL) ……………………………… 16
I.5 Les structures de données sémantiques ……………………………………………….. 16
I.6 Conclusion ……………………………………………………………………………… 16
CHAPITRE II : ETAT DE L'ART SUR LA SELECTION DE SERVICES WEB SEMANTIQUE....17
II.1 Introduction …………………………………………………………………………… 18
II.2 La découverte des services Web ……………………………………………………… 18
II.2.1 OWL-S (Ontology Web Language - Service) ……………………………………… 18
II.2.2 WSDD (Web Services Dynamic Discovery) ……………………………………….. 19
II.3 La qualité de service …………………………………………………………………. 19
II.4 Les langages des requêtes sémantiques ……………………………………………….. 20
II.4.1 RDQL (RDF Data Query Language) ……………………………………………… 20
II.4.2 SPARQL (Protocol and RDF Query Language) …………………………………. 21
II.5 La sélection des Services Web ………………………………………………………... 21
II.5.1. Propriétés fonctionnelles et non fonctionnelles dans les Services Web …………... 23
II.5.2 Stratégie de sélection ………………………………………………………………. 23
II.5.3 Méthode de résolution de problèmes pour la sélection de services Web …………. 24
II.6 Conclusion ……………………………………………………………………………. 25
CHAPITRE III : CONTRIBUTION ET MISE EN Å’UVRE 26
III.1 Introduction ………………………………………………………………………….. 27
III.2 Un Scénario …………………………………………………………………………... 27
III.3 Architecture proposée …………………………………………………………………28
III.4 Les diagrammes………………………………………………………………………..29
III.4.1 Diagrammes de classes…………………………………………………………...29
III.4.2 Diagrammes de séquence…………………………………………………….30
III.4.2 Diagramme de déploiement………………………………………………….31
III.5 Ontologie développée…………………………………………………………………. 31
III.6 Les entrées-sorties pour chaque service 32
III.7 Mise en œuvre du système……………………………………………………………. 33
III.7.1 Outils et environnement de développement……………………………………… 33
III.7.1.1 Langage Java……………………………………………………………….33
III.7.1.2 Java EE6…………………………………………………………………...33
III.7.1.3 Jena………………………………………………………………………...33
III.7.1.4 JAX-WS……………………………………………………………………33
III.7.1.5 Protégé……………………………………………………………………..34
III.7.1.6 ArgoUML………………………………………………………………….34
III.7.1.7 TOMCAT………………………………………………………………….34
III.7.1.8 NetBeans…………………………………………………………………..34
III.7.2 Les services web…………………………………………………………………34
III.7.3 Exécution d’une requête SPARQL………………………………………………35
III.7.4 Réalisation de l’ontologie sous Protégé…………………………………………. 36
III.7.5 Les interfaces de l’application…………………………………………………... 38
III.8 Conclusion…………………………………………………………………………….. 44
Conclusion générale….……………………...…………………………………………….. 45Côte titre : MAI/0072 En ligne : https://drive.google.com/file/d/1h1l0HDG70X-ZYecdiko7rAtnj3nbzTb_/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0072 MAI/0072 Mémoire Bibliothéque des sciences Français Disponible
Disponible
Titre : Self-Stabilizing Algorithm for the Calculation of Minimal Strong Dominating Set Type de document : texte imprimé Auteurs : Kara,Djihad, Auteur ; Guellati,Nabil, Directeur de thèse Editeur : Setif:UFA Année de publication : 2020 Importance : 1 vol (52 f .) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Résumé :
L’auto-stabilisation est une stratégie optimste qui fournit une approache non masquante
de la tolérance aux pannes. Elle a été introduite dans le monde de l’informatique par le
génie Djikstra en 1974.
Un système distribué est dit auto-stabilisant si: indépendamment de son état initial,
il arrive à un état correct dans un temps fini. Beaucoup d’algorithme de graphes ont été
utilisé dans les systèmes distribués, pour cela nombreux algorithmes de graphes ont été
developpées.
Nous sommes intéress dans ce travail par les algorithmes distribués auto-stabilisants
de construction d’ensembles dominants et d’ensemble indépendants. Nous proposons
un algorithme distribué auto-stabilisant pour la construction d’un ensemble fortement
dominant minimal.
Les résultats de simulation obtenus montrent les performances et l’efficacité de l’algorithme
proposé qui peut être très utile dans le clustering des noeuds dans les réseaux.
iiCôte titre : MAI/0379 En ligne : https://drive.google.com/file/d/102RxDw7z2SYjre-5pLP3W9HHd0-gCxd7/view?usp=shari [...] Format de la ressource électronique : Self-Stabilizing Algorithm for the Calculation of Minimal Strong Dominating Set [texte imprimé] / Kara,Djihad, Auteur ; Guellati,Nabil, Directeur de thèse . - [S.l.] : Setif:UFA, 2020 . - 1 vol (52 f .) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 - Informatique Résumé :
L’auto-stabilisation est une stratégie optimste qui fournit une approache non masquante
de la tolérance aux pannes. Elle a été introduite dans le monde de l’informatique par le
génie Djikstra en 1974.
Un système distribué est dit auto-stabilisant si: indépendamment de son état initial,
il arrive à un état correct dans un temps fini. Beaucoup d’algorithme de graphes ont été
utilisé dans les systèmes distribués, pour cela nombreux algorithmes de graphes ont été
developpées.
Nous sommes intéress dans ce travail par les algorithmes distribués auto-stabilisants
de construction d’ensembles dominants et d’ensemble indépendants. Nous proposons
un algorithme distribué auto-stabilisant pour la construction d’un ensemble fortement
dominant minimal.
Les résultats de simulation obtenus montrent les performances et l’efficacité de l’algorithme
proposé qui peut être très utile dans le clustering des noeuds dans les réseaux.
iiCôte titre : MAI/0379 En ligne : https://drive.google.com/file/d/102RxDw7z2SYjre-5pLP3W9HHd0-gCxd7/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0379 MAI/0379 Mémoire Bibliothéque des sciences Anglais Disponible
DisponiblePermalinkPermalinkPermalinkSéparateurs non linéaires dans la classification : cas des SVM (support vector machine) / Fatima Bourezgue
PermalinkPermalinkPermalinkPermalinkSignature sismique d’un cratère d’impact météoritique : Cas de la structure d’impact de Maâdna (Talemzane, Algérie) / Foughar, Adel
PermalinkSimuilation monte-carlo de L’attenuation Neu Tronique de diferents maeriaux de blidage / Kernani ,Imene
PermalinkPermalink