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
Titre : Hate speech detection in tweets Type de document : texte imprimé Auteurs : Islem Abdelhakim Maboud, Auteur ; yasmine Agoun, Auteur ; Refoufi, Allaoua, Directeur de thèse Année de publication : 2022 Importance : 1 vol (59 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : hate speech
machine learningIndex. décimale : 004 Informatique Résumé :
In recent years, Hate speech online is constantly increasing on different social media platforms by using aggressive,
violent or offensive language to a specific individual or group , which has become a major issue .
Due to the size of social media and unfiltered feed of messages posted in social media that can contain hate speech
targeted, we are interested in how to reduce hate on social media. In an effort to identify solutions for the problem
of hate speech in social media, we propose an approach to automatically classify tweets on Twitter into two classes:
hate speech and neutral speech. Using the Twitter dataset with deep learning using BERT based on transformers
to learn contextual relations between words,we achieved an accuracy of 95.9%.and a recall of 95.9%.and F1 of
95.9%..
We also developed a React web application using tensorflow-serving serves as a real time application of our
model ,the user can enter a tweet given in the text box and know if it’s a hateful expression or not.Côte titre : MAI/0614 En ligne : https://drive.google.com/file/d/1ffZp67082LaQmk11oXyonSCIs6qu82U8/view?usp=share [...] Format de la ressource électronique : Hate speech detection in tweets [texte imprimé] / Islem Abdelhakim Maboud, Auteur ; yasmine Agoun, Auteur ; Refoufi, Allaoua, Directeur de thèse . - 2022 . - 1 vol (59 f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : hate speech
machine learningIndex. décimale : 004 Informatique Résumé :
In recent years, Hate speech online is constantly increasing on different social media platforms by using aggressive,
violent or offensive language to a specific individual or group , which has become a major issue .
Due to the size of social media and unfiltered feed of messages posted in social media that can contain hate speech
targeted, we are interested in how to reduce hate on social media. In an effort to identify solutions for the problem
of hate speech in social media, we propose an approach to automatically classify tweets on Twitter into two classes:
hate speech and neutral speech. Using the Twitter dataset with deep learning using BERT based on transformers
to learn contextual relations between words,we achieved an accuracy of 95.9%.and a recall of 95.9%.and F1 of
95.9%..
We also developed a React web application using tensorflow-serving serves as a real time application of our
model ,the user can enter a tweet given in the text box and know if it’s a hateful expression or not.Côte titre : MAI/0614 En ligne : https://drive.google.com/file/d/1ffZp67082LaQmk11oXyonSCIs6qu82U8/view?usp=share [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0614 MAI/0614 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible
Titre : Health information System in shadow areas within the framework of law 1275 Type de document : texte imprimé Auteurs : Amani Ghamoud, Auteur ; Nesrine Dimane, Auteur ; TOUMI, Lyazid, Directeur de thèse Année de publication : 2023 Importance : 1 vol (54 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Doctors
patientsIndex. décimale : 004 Informatique Résumé : In our country, many rural and poorly served areas face difficulties accessing medical
care. Often, we neglect our health and have trouble keeping track of our well-being.
Fortunately, health apps have become essential tools for monitoring our health and
taking preventive measures. It is in this context that we present SIHATI, a mobile
and web platform that aims to improve access to quality care in disadvantaged regions.
Patients can use this app to search for and make appointments with specialists available
in major cities, while doctors have the opportunity to offer their services and plan their
visits to specific areas. Through a grouping function based on patient preferences,
SIHATI optimizes the impact of physicians on patients, thus contributing to reducing
health disparities. Our main goal is to promote equity in access to healthcare through
technology.Côte titre : MAI/0702 En ligne : https://drive.google.com/file/d/1ADgzfOIuzpEUwIoSTXLa0ofHIUVTVjcw/view?usp=drive [...] Format de la ressource électronique : Health information System in shadow areas within the framework of law 1275 [texte imprimé] / Amani Ghamoud, Auteur ; Nesrine Dimane, Auteur ; TOUMI, Lyazid, Directeur de thèse . - 2023 . - 1 vol (54 f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Doctors
patientsIndex. décimale : 004 Informatique Résumé : In our country, many rural and poorly served areas face difficulties accessing medical
care. Often, we neglect our health and have trouble keeping track of our well-being.
Fortunately, health apps have become essential tools for monitoring our health and
taking preventive measures. It is in this context that we present SIHATI, a mobile
and web platform that aims to improve access to quality care in disadvantaged regions.
Patients can use this app to search for and make appointments with specialists available
in major cities, while doctors have the opportunity to offer their services and plan their
visits to specific areas. Through a grouping function based on patient preferences,
SIHATI optimizes the impact of physicians on patients, thus contributing to reducing
health disparities. Our main goal is to promote equity in access to healthcare through
technology.Côte titre : MAI/0702 En ligne : https://drive.google.com/file/d/1ADgzfOIuzpEUwIoSTXLa0ofHIUVTVjcw/view?usp=drive [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0702 MAI/0702 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible
Titre : Heart Failure Prediction UsingMachine Learning Techniques Type de document : texte imprimé Auteurs : Yousra Imene Douibi, Auteur ; Asma Azzoug, Auteur ; Nasri,Khaled, Directeur de thèse Année de publication : 2022 Importance : 1 vol (57 f .) Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 Informatique Côte titre : MAI/0588 En ligne : https://drive.google.com/file/d/1S6dlNp1fgG_hyaS2mn0wodWTJJcIoX_2/view?usp=share [...] Format de la ressource électronique : Heart Failure Prediction UsingMachine Learning Techniques [texte imprimé] / Yousra Imene Douibi, Auteur ; Asma Azzoug, Auteur ; Nasri,Khaled, Directeur de thèse . - 2022 . - 1 vol (57 f .) ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Informatique Index. décimale : 004 Informatique Côte titre : MAI/0588 En ligne : https://drive.google.com/file/d/1S6dlNp1fgG_hyaS2mn0wodWTJJcIoX_2/view?usp=share [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0588 MAI/0588 Mémoire Bibliothéque des sciences Français Disponible
DisponibleHigh-Performance Big-Data Analytics / Raj,Pethuru
Titre : High-Performance Big-Data Analytics : Computing Systems and Approaches Type de document : texte imprimé Auteurs : Raj,Pethuru, Auteur ; Raman, Anupama, Auteur Editeur : Springer Année de publication : 2015 Collection : Computer communications and net works Importance : 1 vol (425 p.) Format : 24 cm ISBN/ISSN/EAN : 978-3-319-36324-0 Note générale : 978-3-319-36324-0 Langues : Français (fre) Catégories : Informatique Mots-clés : Informatique Index. décimale : 004 Informatique Résumé :
Ce livre présente une analyse détaillée des infrastructures informatiques hautes performances pour le Big Data de la prochaine génération et l’analyse rapide des données. Caractéristiques: comprend des études de cas et des activités d'apprentissage tout au long du livre et des exercices d'autoapprentissage dans chaque chapitre; présente des études de cas détaillées sur l'analyse des médias sociaux pour les entreprises intelligentes et sur l'analyse de données volumineuses dans le secteur de la santé; décrit les exigences d'infrastructure réseau pour un transfert efficace de données volumineuses et les exigences d'infrastructure de stockage des applications générant des données volumineuses; examine les solutions d'analyse en temps réel; introduit le traitement en base de données et les techniques d'analyse en mémoire pour l'exploration de données; discute de l'utilisation des ordinateurs centraux pour le traitement des données volumineuses en temps réel et des derniers types de systèmes de gestion de données pour BDA; fournit des informations sur l'utilisation des systèmes informatiques en grappes, en grille et en nuage pour BDA; passe en revue les techniques et les outils d'égal à égal, ainsi que les techniques communes de visualisation de l'information, utilisées dans BDCôte titre : Fs/22993 High-Performance Big-Data Analytics : Computing Systems and Approaches [texte imprimé] / Raj,Pethuru, Auteur ; Raman, Anupama, Auteur . - [S.l.] : Springer, 2015 . - 1 vol (425 p.) ; 24 cm. - (Computer communications and net works) .
ISBN : 978-3-319-36324-0
978-3-319-36324-0
Langues : Français (fre)
Catégories : Informatique Mots-clés : Informatique Index. décimale : 004 Informatique Résumé :
Ce livre présente une analyse détaillée des infrastructures informatiques hautes performances pour le Big Data de la prochaine génération et l’analyse rapide des données. Caractéristiques: comprend des études de cas et des activités d'apprentissage tout au long du livre et des exercices d'autoapprentissage dans chaque chapitre; présente des études de cas détaillées sur l'analyse des médias sociaux pour les entreprises intelligentes et sur l'analyse de données volumineuses dans le secteur de la santé; décrit les exigences d'infrastructure réseau pour un transfert efficace de données volumineuses et les exigences d'infrastructure de stockage des applications générant des données volumineuses; examine les solutions d'analyse en temps réel; introduit le traitement en base de données et les techniques d'analyse en mémoire pour l'exploration de données; discute de l'utilisation des ordinateurs centraux pour le traitement des données volumineuses en temps réel et des derniers types de systèmes de gestion de données pour BDA; fournit des informations sur l'utilisation des systèmes informatiques en grappes, en grille et en nuage pour BDA; passe en revue les techniques et les outils d'égal à égal, ainsi que les techniques communes de visualisation de l'information, utilisées dans BDCôte titre : Fs/22993 Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité Fs/22993 Fs/22993 livre Bibliothéque des sciences Français Disponible
Disponible
Titre : How to analyze human sentiments : Covid19 pandemic Type de document : texte imprimé Auteurs : Ahmed Hechaichi, Auteur ; Mohamed Nadjib Mezerzi, Auteur ; Toumi,Lyazid, Directeur de thèse Année de publication : 2022 Format : 29cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Sentiment analysis
Natural language processingIndex. décimale : 004 Informatique Résumé :
Sentiment analysis, or opinion mining, is the computer examination of people’s sentiments,
feelings, opinions, attitudes, moods, and emotions. It is one of the most active research
fields in natural language processing, data mining, information retrieval, and web mining.
Emotions and feelings have become more important in our daily lives in recent years. Many
people assume that sentiment analysis is just the process of determining whether a document
or a sentence reflects a positive or negative mood or opinion. It is, however, a far more
complicated issue. In both business and society, this interesting subject is becoming more
important.
In this master’s thesis, we define the sentiment analysis topic and related concepts across
the chapters, as well as the techniques used in preparing the collected dataset using nlp preprocessing
techniques. We suggested and analyzed multiple machine learning and deep learning
algorithms in order to categorize the tweets :naive bayes, support vector machine, logistic
regression,k-nearest neighbor, random forest,decision tree, long short term memory, convolutional
neural network ,hybrid of LSTM and CNN .
The best results of the accuracy we have achieved was 90.21% with LSTM model in
Corona_NLP dataset.Côte titre : MAI/0611 En ligne : https://drive.google.com/file/d/1QizJGrkJ6tYVOQm0lIwOjE_bnsMlzTxd/view?usp=share [...] Format de la ressource électronique : How to analyze human sentiments : Covid19 pandemic [texte imprimé] / Ahmed Hechaichi, Auteur ; Mohamed Nadjib Mezerzi, Auteur ; Toumi,Lyazid, Directeur de thèse . - 2022 . - ; 29cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Sentiment analysis
Natural language processingIndex. décimale : 004 Informatique Résumé :
Sentiment analysis, or opinion mining, is the computer examination of people’s sentiments,
feelings, opinions, attitudes, moods, and emotions. It is one of the most active research
fields in natural language processing, data mining, information retrieval, and web mining.
Emotions and feelings have become more important in our daily lives in recent years. Many
people assume that sentiment analysis is just the process of determining whether a document
or a sentence reflects a positive or negative mood or opinion. It is, however, a far more
complicated issue. In both business and society, this interesting subject is becoming more
important.
In this master’s thesis, we define the sentiment analysis topic and related concepts across
the chapters, as well as the techniques used in preparing the collected dataset using nlp preprocessing
techniques. We suggested and analyzed multiple machine learning and deep learning
algorithms in order to categorize the tweets :naive bayes, support vector machine, logistic
regression,k-nearest neighbor, random forest,decision tree, long short term memory, convolutional
neural network ,hybrid of LSTM and CNN .
The best results of the accuracy we have achieved was 90.21% with LSTM model in
Corona_NLP dataset.Côte titre : MAI/0611 En ligne : https://drive.google.com/file/d/1QizJGrkJ6tYVOQm0lIwOjE_bnsMlzTxd/view?usp=share [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0611 MAI/0611 Mémoire Bibliothéque des sciences Anglais Disponible
DisponiblePermalinkPermalinkPermalinkPermalinkPermalinkImplémentation d'un algorithme auto-stabilisant pour le calcul d'un arbre couvrant / Bensedira,meriem
PermalinkPermalinkImplémentation d'un algorithme auto-stabilisant pour le calcul d'un ensemble indépendant en utilisant la communication par messages / Bessou, mouhamed
PermalinkImplémentation d'un algorithme de Data Mining dans le modèle de programmation MapReduce / Bensedira, Ayoub
PermalinkPermalinkImplémentation d’une nouvelle primitive cryptographique au service des signatures anonymes / Nassim Krache
PermalinkPermalinkPermalinkImplémentation d'un outil d'aide aux études anthroponymiques et onomastiques / AL-Absi Suhail,Abdulaziz
PermalinkImplémentation d’un Protocole de Routage dans Les Réseaux de Capteurs Sans Fil à Base d'un Système de Coordonnées Virtuelles / Amira Keddari
PermalinkPermalinkImplémentation d’un système de cordonnées virtuelles pour le routage dans les réseaux de capteurs sans fil / chaima Makhlouche
PermalinkPermalinkPermalinkInformatique, / Jean-Philippe Préaux
Permalink