University Sétif 1 FERHAT ABBAS Faculty of Sciences
Détail de l'éditeur
Sétif:UFS |
Documents disponibles chez cet éditeur
Ajouter le résultat dans votre panier Affiner la recherche
Extraction des caractéristiques des images d'expression génétique : Comparaison entre les Auto-Encodeurs et l’ACP / Adil Hellali
Titre : Extraction des caractéristiques des images d'expression génétique : Comparaison entre les Auto-Encodeurs et l’ACP Type de document : texte imprimé Auteurs : Adil Hellali, Auteur ; Lahcene Rahmani ; Noureddine Mekroud, Directeur de thèse Editeur : Sétif:UFS Année de publication : 2023 Importance : 1 vol (88 f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Informatique Mots-clés : Bio-informatique
Deep Learning
Auto-Encodeur
Images d’Expression
Génétique
Règles d’Association.Index. décimale : 004 - Informatique Résumé : Issues du mode réel, les données biologiques sont l'un des types de données les plus
étudiées, vu l’importance vitale des connaissances que cachent ces données très
volumineuses et hétérogènes. Une réduction fiable des dimensions des données étudiées
réduira la complexité de tout algorithme d’apprentissage utilisé et aidera à améliorer la
qualité de ses résultats.
Dans cette perspective, l’approche proposée est basée sur la compression (via des
techniques linéaires (comme l’ACP) et non linéaires (comme l’ACP à Noyau et les AutoEncodeurs)) des séquences d’images représentant les zones expressions génétiques lors des
phases de croissance de l’embryon de l’espèce modèle « Edinburgh Mouse ».
Ensuite, l’extraction des caractéristiques les plus pertinentes de ces séquences
d’images est assurée via un Auto-Encodeur convolutif, pour enfin extraire (via
l’algorithme Apriori) les item-sets les plus fréquents qui représentent les gènes qui coexpriment durant les phases de développement de l’embryon de cette espèce modèle. Une
interprétation biologique des résultats de l’approche proposée sera ensuite fournie. Les
connaissances extraites aideront les biologistes à mieux comprendre le génome des vivants
qui cache toujours des secrets = Outcomes from the real world, biological data is one of the most studied types of
data, given the vital importance of the knowledge behind this very large and heterogeneous
data. A reliable reduction in the dimensions of the data studied will reduce the complexity
of any learning algorithm used and will help improve the quality of its results.
In this perspective, the proposed approach is based on compression (via linear
techniques (such as ACP) and non-linear (such as ACP to Kernel and Auto-Encoders))
image sequences representing the genetic expression zones during the growth phases of the
embryo of the model species "Edinburgh Mouse".
Then, the extraction of the most relevant characteristics of these image sequences is
ensured via a Convolutive auto-encoder, to finally extract (via the Apriori algorithm) the
most frequent item-sets that represent genes that co-expressed during the development
phases of the embryo of this model species. A biological interpretation of the results of the
proposed approach will then be provided. The knowledge extracted will help biologists
better understand the genome of the living that always hides secrets.
Côte titre : MAI/0810
En ligne : https://drive.google.com/file/d/1QEI2jrrH09z1LkYlNDt8iQhSFIkPMHSd/view?usp=drive [...] Format de la ressource électronique : Extraction des caractéristiques des images d'expression génétique : Comparaison entre les Auto-Encodeurs et l’ACP [texte imprimé] / Adil Hellali, Auteur ; Lahcene Rahmani ; Noureddine Mekroud, Directeur de thèse . - [S.l.] : Sétif:UFS, 2023 . - 1 vol (88 f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Bio-informatique
Deep Learning
Auto-Encodeur
Images d’Expression
Génétique
Règles d’Association.Index. décimale : 004 - Informatique Résumé : Issues du mode réel, les données biologiques sont l'un des types de données les plus
étudiées, vu l’importance vitale des connaissances que cachent ces données très
volumineuses et hétérogènes. Une réduction fiable des dimensions des données étudiées
réduira la complexité de tout algorithme d’apprentissage utilisé et aidera à améliorer la
qualité de ses résultats.
Dans cette perspective, l’approche proposée est basée sur la compression (via des
techniques linéaires (comme l’ACP) et non linéaires (comme l’ACP à Noyau et les AutoEncodeurs)) des séquences d’images représentant les zones expressions génétiques lors des
phases de croissance de l’embryon de l’espèce modèle « Edinburgh Mouse ».
Ensuite, l’extraction des caractéristiques les plus pertinentes de ces séquences
d’images est assurée via un Auto-Encodeur convolutif, pour enfin extraire (via
l’algorithme Apriori) les item-sets les plus fréquents qui représentent les gènes qui coexpriment durant les phases de développement de l’embryon de cette espèce modèle. Une
interprétation biologique des résultats de l’approche proposée sera ensuite fournie. Les
connaissances extraites aideront les biologistes à mieux comprendre le génome des vivants
qui cache toujours des secrets = Outcomes from the real world, biological data is one of the most studied types of
data, given the vital importance of the knowledge behind this very large and heterogeneous
data. A reliable reduction in the dimensions of the data studied will reduce the complexity
of any learning algorithm used and will help improve the quality of its results.
In this perspective, the proposed approach is based on compression (via linear
techniques (such as ACP) and non-linear (such as ACP to Kernel and Auto-Encoders))
image sequences representing the genetic expression zones during the growth phases of the
embryo of the model species "Edinburgh Mouse".
Then, the extraction of the most relevant characteristics of these image sequences is
ensured via a Convolutive auto-encoder, to finally extract (via the Apriori algorithm) the
most frequent item-sets that represent genes that co-expressed during the development
phases of the embryo of this model species. A biological interpretation of the results of the
proposed approach will then be provided. The knowledge extracted will help biologists
better understand the genome of the living that always hides secrets.
Côte titre : MAI/0810
En ligne : https://drive.google.com/file/d/1QEI2jrrH09z1LkYlNDt8iQhSFIkPMHSd/view?usp=drive [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0810 MAI/0810 Mémoire Bibliothéque des sciences Français Disponible
DisponibleFabrication and characterization of a flexible nanogenerator piezocomposite for biomechanical energy harvesting / Samia Khattab
Titre : Fabrication and characterization of a flexible nanogenerator piezocomposite for biomechanical energy harvesting Type de document : texte imprimé Auteurs : Samia Khattab, Auteur ; Abdelmajdid Khiat, Directeur de thèse Editeur : Sétif:UFS Année de publication : 2023 Importance : 1 vol (92 f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Physique Mots-clés : Physique Index. décimale : 530-Physique Côte titre : MAPH/0618 En ligne : https://drive.google.com/file/d/12BPGDNL3Srxk88Q3mAqESatyfQG_ZD4t/view?usp=shari [...] Format de la ressource électronique : Fabrication and characterization of a flexible nanogenerator piezocomposite for biomechanical energy harvesting [texte imprimé] / Samia Khattab, Auteur ; Abdelmajdid Khiat, Directeur de thèse . - [S.l.] : Sétif:UFS, 2023 . - 1 vol (92 f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Physique Mots-clés : Physique Index. décimale : 530-Physique Côte titre : MAPH/0618 En ligne : https://drive.google.com/file/d/12BPGDNL3Srxk88Q3mAqESatyfQG_ZD4t/view?usp=shari [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAPH/0618 MAPH/0618 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible
Titre : Fact checking and fake news detection models for online social media Type de document : texte imprimé Auteurs : Amir Fares, Auteur ; Rania Yasmine Chougui ; Drif,Ahlem, Directeur de thèse Editeur : Sétif:UFS Année de publication : 2023 Importance : 1 vol (79 f.) Format : 29 cm Langues : Anglais (eng) Catégories : Thèses & Mémoires:Informatique Mots-clés : Fact checking
Arabic fake news detection
Social media
Deep ensemble
Bayesian neural network (BNN)
Prediction uncertaintyIndex. décimale : 004 - Informatique Résumé : Les fausses nouvelles, la mésinformation et la désinformation émergent en tant
que des menaces de cybersécurité tant que le partage de fausses informations est dangereux
et peut amener des individus à agir de manière nuisible. Pour cette raison, il est crucial de
fournir des outils de vérification des faits pour déterminer la véracité d’une information
virale. Cette thèse propose une nouvelle approche pour la détection des fake news sur les
réseaux sociaux en utilisant des réseaux de neurones tout en mesurant l’incertitude des
prédictions du modèle, un aspect qui n’avait pas encore été exploré dans ce domaine. Les
approches proposées comprennent un ensemble profond de modèles BI-LSTM utilisant
des entrées incorporées, des modèles DNN avec des métadonnées et des modèles DNN
avec une matrice TF-IDF, ainsi qu’un modèle de réseau de neurones bayésien (BNN).
Les expériences menées sur un ensemble de données de la langue arabe montrent que le
modèle proposé obtiennent de meilleures performances par rapport aux travaux précédents
tout en fournissant également des informations précieuses sur le niveau d’incertitude dans
les prédictions du modèle ce qui aident les internautes à devenir des consommateurs de
nouvelles plus critiques = Fake news, misinformation and disinformation are emerging as cyber security
threats as long as sharing false information is dangerous and can cause individuals to act
in harmful ways. For this reason, it is crucial to provide fact-checking tools to determine
when news content, images, and videos is fake or real. The main focus of this work is on the
development of efficient algorithms that can identify fake news with a high level of accuracy
while also measuring the uncertainty of the model’s predictions, an aspect that has not been
explored in this field before. The proposed approaches include a deep ensemble of Bi-Long
Short Term Memory (BI-LSTM) models using embedded inputs, Deep Neural Network
(DNN) models with metadata, and DNN models with Term Frequency-Inverse Document
Frequency (TF-IDF) matrix. Additionally, we implement a Bayesian Neural Network
(BNN) for metadata, to measure uncertainty on its own. The experiments conducted on a
challenging dataset show that the proposed model achieve better performance compared
to previous works on this topic while also providing valuable insights into the level of
uncertainty in the model’s predictions which help Internet users to become more critical
news consumers.Côte titre : MAI/0787
En ligne : https://drive.google.com/file/d/1umNHxMoWxzaaz4C_mbf1eCsmzlKvCX1M/view?usp=drive [...] Format de la ressource électronique : Fact checking and fake news detection models for online social media [texte imprimé] / Amir Fares, Auteur ; Rania Yasmine Chougui ; Drif,Ahlem, Directeur de thèse . - [S.l.] : Sétif:UFS, 2023 . - 1 vol (79 f.) ; 29 cm.
Langues : Anglais (eng)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Fact checking
Arabic fake news detection
Social media
Deep ensemble
Bayesian neural network (BNN)
Prediction uncertaintyIndex. décimale : 004 - Informatique Résumé : Les fausses nouvelles, la mésinformation et la désinformation émergent en tant
que des menaces de cybersécurité tant que le partage de fausses informations est dangereux
et peut amener des individus à agir de manière nuisible. Pour cette raison, il est crucial de
fournir des outils de vérification des faits pour déterminer la véracité d’une information
virale. Cette thèse propose une nouvelle approche pour la détection des fake news sur les
réseaux sociaux en utilisant des réseaux de neurones tout en mesurant l’incertitude des
prédictions du modèle, un aspect qui n’avait pas encore été exploré dans ce domaine. Les
approches proposées comprennent un ensemble profond de modèles BI-LSTM utilisant
des entrées incorporées, des modèles DNN avec des métadonnées et des modèles DNN
avec une matrice TF-IDF, ainsi qu’un modèle de réseau de neurones bayésien (BNN).
Les expériences menées sur un ensemble de données de la langue arabe montrent que le
modèle proposé obtiennent de meilleures performances par rapport aux travaux précédents
tout en fournissant également des informations précieuses sur le niveau d’incertitude dans
les prédictions du modèle ce qui aident les internautes à devenir des consommateurs de
nouvelles plus critiques = Fake news, misinformation and disinformation are emerging as cyber security
threats as long as sharing false information is dangerous and can cause individuals to act
in harmful ways. For this reason, it is crucial to provide fact-checking tools to determine
when news content, images, and videos is fake or real. The main focus of this work is on the
development of efficient algorithms that can identify fake news with a high level of accuracy
while also measuring the uncertainty of the model’s predictions, an aspect that has not been
explored in this field before. The proposed approaches include a deep ensemble of Bi-Long
Short Term Memory (BI-LSTM) models using embedded inputs, Deep Neural Network
(DNN) models with metadata, and DNN models with Term Frequency-Inverse Document
Frequency (TF-IDF) matrix. Additionally, we implement a Bayesian Neural Network
(BNN) for metadata, to measure uncertainty on its own. The experiments conducted on a
challenging dataset show that the proposed model achieve better performance compared
to previous works on this topic while also providing valuable insights into the level of
uncertainty in the model’s predictions which help Internet users to become more critical
news consumers.Côte titre : MAI/0787
En ligne : https://drive.google.com/file/d/1umNHxMoWxzaaz4C_mbf1eCsmzlKvCX1M/view?usp=drive [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0787 MAI/0787 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible
Titre : Feature Selection for High-Dimensional Data Type de document : texte imprimé Auteurs : Meriem Saifi, Auteur ; Hanane Benfriha ; Bilal Benmssahel, Directeur de thèse Editeur : Sétif:UFS Année de publication : 2023 Importance : 1 vol (79 f.) Format : 29 cm Langues : Anglais (eng) Catégories : Thèses & Mémoires:Informatique Mots-clés : Jeux de données à haute dimension
Sélection de caractéristiques,
Algorithmes d'apprentissage automatique
Algorithmes d'optimisation métaheuristique.Index. décimale : 004 - Informatique Résumé : Les ensembles de données de grande dimension sont typiques du monde actuel axé sur
les données dans des secteurs tels que la médecine, la finance et l'apprentissage
automatique. Alors que la dimensionnalité peut être réduite grâce à la sélection des
caractéristiques, les données de grande dimension souffrent fréquemment de
redondance, de bruit et de complexité de calcul. Cette thèse examine les méthodes de
sélection de caractéristiques pour de grands ensembles de données, couvrant à la fois les
algorithmes traditionnels et les alternatives de pointe basées sur l'apprentissage
automatique et les méthodes d'optimisation. L'objectif est d'offrir des conseils utiles et
des données empiriques pour aider les chercheurs à naviguer dans les difficultés et les
opportunités induites par les mégadonnées = High-dimensional datasets are typical in today's data-driven world in industries like
medicine, finance, and machine learning. While dimensionality can be reduced through
feature selection, high-dimensional data frequently suffers from redundancy, noise, and
computational complexity. This thesis examines feature selection methods for large
datasets, covering both traditional algorithms and cutting-edge alternatives based on
machine learning and optimization methods. The objective is to offer helpful advice and
empirical data to aid researchers in navigating the difficulties and opportunities brought
on by big data.Côte titre : MAI/0814
En ligne : https://drive.google.com/file/d/1wDreH05yWB-HPBIWattFsh9XvfoM3fIe/view?usp=drive [...] Format de la ressource électronique : Feature Selection for High-Dimensional Data [texte imprimé] / Meriem Saifi, Auteur ; Hanane Benfriha ; Bilal Benmssahel, Directeur de thèse . - [S.l.] : Sétif:UFS, 2023 . - 1 vol (79 f.) ; 29 cm.
Langues : Anglais (eng)
Catégories : Thèses & Mémoires:Informatique Mots-clés : Jeux de données à haute dimension
Sélection de caractéristiques,
Algorithmes d'apprentissage automatique
Algorithmes d'optimisation métaheuristique.Index. décimale : 004 - Informatique Résumé : Les ensembles de données de grande dimension sont typiques du monde actuel axé sur
les données dans des secteurs tels que la médecine, la finance et l'apprentissage
automatique. Alors que la dimensionnalité peut être réduite grâce à la sélection des
caractéristiques, les données de grande dimension souffrent fréquemment de
redondance, de bruit et de complexité de calcul. Cette thèse examine les méthodes de
sélection de caractéristiques pour de grands ensembles de données, couvrant à la fois les
algorithmes traditionnels et les alternatives de pointe basées sur l'apprentissage
automatique et les méthodes d'optimisation. L'objectif est d'offrir des conseils utiles et
des données empiriques pour aider les chercheurs à naviguer dans les difficultés et les
opportunités induites par les mégadonnées = High-dimensional datasets are typical in today's data-driven world in industries like
medicine, finance, and machine learning. While dimensionality can be reduced through
feature selection, high-dimensional data frequently suffers from redundancy, noise, and
computational complexity. This thesis examines feature selection methods for large
datasets, covering both traditional algorithms and cutting-edge alternatives based on
machine learning and optimization methods. The objective is to offer helpful advice and
empirical data to aid researchers in navigating the difficulties and opportunities brought
on by big data.Côte titre : MAI/0814
En ligne : https://drive.google.com/file/d/1wDreH05yWB-HPBIWattFsh9XvfoM3fIe/view?usp=drive [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAI/0814 MAI/0814 Mémoire Bibliothéque des sciences Anglais Disponible
Disponible
Titre : Les fonctions hypergéométriques et quelques unes de leurs applications Type de document : texte imprimé Auteurs : Kenza Laidi, Auteur ; Rachid Cheurfa, Directeur de thèse Editeur : Sétif:UFS Année de publication : 2023 Importance : 1 vol (37 f.) Format : 29 cm Langues : Français (fre) Catégories : Thèses & Mémoires:Mathématique Mots-clés : Special functions
Gamma and beta functions
Hypergeometric functions
Legendre polynomialIndex. décimale : 510-Mathématique Résumé : Dans ce mémoire, nous avons principalement exposé un travail sur la classe particulière des fonctions
hypergéométriques, qui sont considérées comme un cas particulier de la grande famille des fonctions
spéciales. Ces fonctions sont solutions des équations différentielles dites de Gauss. Comme applications,
nous avons montré que ces fonctions interviennent dans la résolution des équations de Schrödinger et de
Klein-Gordon = In this work, we have mainly presented a detailed study on the particular class of hypergeometric functions,
which are considered as a particular case of the large family of special hypergeometric functions. These
functions are solutions of the Gauss differential equations. As applications, we have shown that these
functions arise in the resolution of the Schrödinger and Klein-Gordon equations.
Côte titre : MAM/0695 En ligne : https://drive.google.com/file/d/1u0FXHqA4Rg2G4HQM6FxSeGDwFDfE11tD/view?usp=drive [...] Format de la ressource électronique : Les fonctions hypergéométriques et quelques unes de leurs applications [texte imprimé] / Kenza Laidi, Auteur ; Rachid Cheurfa, Directeur de thèse . - [S.l.] : Sétif:UFS, 2023 . - 1 vol (37 f.) ; 29 cm.
Langues : Français (fre)
Catégories : Thèses & Mémoires:Mathématique Mots-clés : Special functions
Gamma and beta functions
Hypergeometric functions
Legendre polynomialIndex. décimale : 510-Mathématique Résumé : Dans ce mémoire, nous avons principalement exposé un travail sur la classe particulière des fonctions
hypergéométriques, qui sont considérées comme un cas particulier de la grande famille des fonctions
spéciales. Ces fonctions sont solutions des équations différentielles dites de Gauss. Comme applications,
nous avons montré que ces fonctions interviennent dans la résolution des équations de Schrödinger et de
Klein-Gordon = In this work, we have mainly presented a detailed study on the particular class of hypergeometric functions,
which are considered as a particular case of the large family of special hypergeometric functions. These
functions are solutions of the Gauss differential equations. As applications, we have shown that these
functions arise in the resolution of the Schrödinger and Klein-Gordon equations.
Côte titre : MAM/0695 En ligne : https://drive.google.com/file/d/1u0FXHqA4Rg2G4HQM6FxSeGDwFDfE11tD/view?usp=drive [...] Format de la ressource électronique : Exemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité MAM/0695 MAM/0695 Mémoire Bibliothéque des sciences Français Disponible
DisponibleDes fonctions minorantes pour résoudre des Problèmes semi-définis linéaires par une méthode barrière logarithmique / Zineb Bendemagh
PermalinkPermalinkPermalinkGroupes avec restrictions sur certains sous-groupes engendrés par deux conjugués / Imane Zarrougui
PermalinkGroupes dont tous les sous-groupes propres sont (localement π-finis)-par-(localement nilpotents) / Fouzia Abdelkoui
PermalinkPermalinkPermalinkPermalinkHybridization of Deep and Generative Models for Accurate Generation and Classification Chest X-ray Abnormalities / Mohamed Chakib Zaghlaoui
PermalinkPermalink