Faculté des mathématiques et de l'informatique
Permanent URI for this communityhdl:123456789/17
Browse
512 results
Search Results
Item Système avancé de reconnaissance biométrique multimodale des personnes(university of bordj bou arreridj, 2026) Mounir BenmalekLes systèmes biométriques unimodaux, bien qu’efficaces en environnement contrôlé, restent sensibles aux variations d’acquisition, à la variabilité intra-classe et aux limites d’une seule modalité. Cette thèse propose un cadre méthodologique consacré à la biométrie de la main, articulé autour de trois contributions complémentaires validées séparément : la reconnaissance multi-instance des Finger Knuckle Prints (FKP) par fusion intra-modale au niveau des scores entre les régions major et minor, avec extraction BSIF et classification par Deep Rule-Based (DRB) ; un classifieur évolutif à prototypes hiérarchiques (HP) pour le palmprint multispectral, fondé sur l’apprentissage incrémental, une organisation pyramidale et une explicabilité par trace des prototypes ; et des classifieurs DRB (supervisé) et SSDRB (semi-supervisé) pour la vérification FKP, produisant une décision interprétable par règles activées et limitant la dépendance aux données annotées. Une précision importante doit être rappelée : les bases publiques utilisées, PolyU FKP et PolyU Multispectral Palmprint, ne partagent pas les mêmes sujets ; aucune validation expérimentale d’un système multimodal intégré de bout en bout n’a donc pu être réalisée. L’apport doctoral principal réside dans l’articulation méthodologique de trois contributions, et non dans la revendication d’un système opérationnel complet. Les résultats montrent qu’en FKP, la fusion major/minor atteint une exactitude de 99,50 % avec un EER de 0,10 % ; qu’avec HP, le Rank-1 varie de 99,47 % à 100,00 % selon la bande spectrale, pour un EER compris entre 0,0002 % et 0,2663 % ; et que SSDRB rapporte un EER de 0,00 % au centième (valeur arrondie publiée dans [23], sans courbe DET détaillée ni intervalle de confiance EER exploitable dans la source) avec un Rank-1 de 99,90 %. Pris ensemble, ces résultats soutiennent la pertinence d’un cadre orienté main conciliant fusion, apprentissage évolutif et interprétabilitéItem Modélisation objet avec UML (MOU)(University of Mohamed El Bachir El Ibrahimi - Bordj Bou Arréridj, 2026) Regouid MeryemItem A Biometric System Based on Deep Learning Techniques(University of Mohamed El Bachir El Ibrahimi - Bordj Bou Arréridj, 2026) Sonia BenabidBiometric authentication has become a fundamental component of modern security sys- tems, with Finger Knuckle Print (FKP) recognition emerging as a promising modality due to its rich and stable texture patterns and low-cost acquisition. However, existing FKP systems suffer from sensitivity to illumination variations and a lack of interpretability in deep learning- based decisions. This thesis proposes a unified, robust, and explainable framework that ad- dresses these challenges by integrating illumination-invariant preprocessing, efficient feature extraction, and transparent classification. Specifically, the Self-Quotient Image (SQI) algo- rithm is employed to normalize illumination effects, followed by a two-stage PCANet model to extract hierarchical and discriminative features capturing both local and global patterns. An Explainable Deep Neural Network (xDNN) is then used for prototype-based classification, pro- viding interpretable IF–THEN rules and visual prototypes. To further enhance performance, the framework is extended through the EDHP-FKP approach, which incorporates edge-enhanced preprocessing using Canny, Sobel, and Laplacian of Gaussian operators, evaluates multiple deep feature extractors (VGG-16, AlexNet, ResNet-50) alongside Gabor descriptors, and in- tegrates a hierarchical prototype (HP) classifier with comparative analysis against the Nearest Neighbor (NN) method. Extensive experiments on the PolyU FKP database demonstrate that the proposed framework achieves high recognition accuracy (up to 95.96%) with low Equal Error Rates, while ensuring robustness to illumination variations and significantly improving interpretability compared to conventional black-box models, thereby contributing to the devel- opment of reliable and trustworthy biometric authentication systems.Item Distributions Course & Exercises(University of Mohamed El Bachir El Ibrahimi - Bordj Bou Arréridj, 2026) Debbiche HaneneItem OPTIMISATION(Faculté des Mathématiques et Informatique, 2025) Smail AddouneItem Etude d’un problème d’optimisation à deux niveaux multicritères(University of Mohamed El Bachir El Ibrahimi - Bordj Bou Arréridj, 2026) Wafa BouguernThis thesis focuses on developing new methods for solving bilevel programming problems and multicriteria optimization problems, through algorithms based on Difference of Convex Functions (DC) programming with regularization, as well as a metaheuristic approach combining particle swarm optimization and grey wolf optimization, using dense curves to simplify the formulation. Numerical results demonstrate high effectiveness in terms of accuracy and computational time, and the approach is extended to multicriteria problemsItem Differential Systems for Biology(University of Mohamed El Bachir El Ibrahimi - Bordj Bou Arréridj, 2026-05-14) Salhi TayebThis lesson is presented for first-year Master’s students in Dynamical Systems. It introduces the basic principles of modeling via differential equations and develops three major biological applications: infectious disease models, predator–prey systems, and competition between species. The emphasis is on assumptions, model construction, equilibrium analysis, qualitative interpretation, and mathematical reasoningItem Optimisation multi-objectifs : Étude théorique et algorithmique(university of bordj bou arreridj, 2026) Ramdani ZoubirCette thèse traite de l’optimisation multi-objectif sous contraintes linéaires (LC-MOO), dont l’objectif est d’approximer efficacement le front de Pareto. Elle propose une amélioration d’une méthode de directions réalisables reposant sur deux contributions complémentaires : d’une part, la reformulation du sous-problème de recherche de direction au moyen d’un cône de directions réalisables réduit ; d’autre part, l’introduction d’une procédure d’échantillonnage Hit-and-Run permettant de générer une population initiale mieux répartie dans le polyèdre réalisable. La convergence théorique de l’approche est établie, et une validation numérique réalisée sous MATLAB avec la boîte à outils MPT3, sur 25 problèmes LC-MOO, compare la MDR proposée à une autre MDR ainsi qu’à NSGA-II. Les résultats mettent en évidence une amélioration significative tant en qualité d’approximation du front de Pareto qu’en rapidité de convergence.Item Cours notes- Stochastic Processes(university of bordj bou arreridj, 2025) ZEGHDANE REBIHAItem PROBABILITY AND STATISTICS(university of bordj bou arreridj, 2026) ZEGHDANE REBIHA