Faculté des sciences et de la technologie
Permanent URI for this communityhdl:123456789/16
Browse
1522 results
Search Results
Item Diagnostic de la maladie de Parkinson basé sur l’analyse de la voix et l’application de l’apprentissage profond(Faculté des sciences et de la technologie, 2025-07-01) Brahimi Romayssa; Bechami NourELHoudaLe diagnostic automatique de la maladie de Parkinson à partir de la voix, en s’appuyant sur l’apprentissage profond, est une méthode moderne et prometteuse pour la détection précoce de cette maladie neurologique. Cette approche se caractérise par son caractère non invasif et son faible coût. Plus particulièrement, un système de diagnostic de MP par la voix consiste à classifier des signaux vocaux en classes N (Normale) et AN (Anormale : Parkinsonien), en utilisant des algorithmes de Machine Learning (ML). Dans ce projet, on propose d’appliquer des algorithmes d’apprentissage profond sur les paramètres acoustiques pour cette tâche de diagnostic. La conception d’un tel système se base sur une phase d’apprentissage permettant la modélisation des différentes classes et une phase de reconnaissance permettant la classification du signal d’entrée en une classe N ou AN. Les résultats d’une étude comparative entre les performances du système proposé et celles d’un système basé sur des algorithmes d’apprentissage automatique tels KNN et SVM, nous ont montré l’efficacité du classificateur SVM en modes indépendant et dépendant du locuteur. Cependant, l’algorithme d’apprentissage profond montre une faible précision, causée par le nombre limité des données de la base d’apprentissageItem Artificial intelligence application for diabetes prediction(Faculté des sciences et de la technologie, 2025-07) CHERFAOUI Mehdi; CHOUITER FouadThis study investigates multiple approaches for the prediction of type 2 diabetes Based on Biometric signs. Three supervised machine learning models (Logistic Regression, Random Forest, and XGBoost) were developed and evaluated based on their predictive accuracy, feature interpretability, and computational performance. Additionally a fuzzy logic system and a rule-based expert system approaches were implemented to simulate human reasoning and clinical decision-making. The models were applied to the Pima Indians Diabetes dataset and tested using a combination of statistical metrics and visual diagnostics. Results show that while machine learning algorithms outperform in terms of raw accuracy, fuzzy and expert systems offer greater transparency and explainability. This work highlights the complementary strengths of data-driven and rule-based systems in the design of intelligent diagnostic tools for healthcare.Item Study of image compression techniques based on deep learning.(Faculté des sciences et de la technologie, 2025-07-01) Saoudi Khadidja; .Boutahar AmelThis thesis explores various image compression techniques, with particular focus on approaches grounded in deep learning. It presents detailed analysis and comparison between traditional compression algorithms such as JPEG, JPEG 2000, and BPG and modern deep learning methods, including factorized and hyperprior models. While conventional techniques have been widely used for their balance of image quality and bitrate, recent advances in deep learning offer more effective and efficient alternatives. Neural network-based models, in particular, have demonstrated superior capabilities in achieving higher compression rates while maintaining perceptual image quality. This study underscores the strengths of these advanced techniques, establishing deep learning as a promising and powerful direction for the future of image compression.Item Implementation of 3D Scanner for Small Businesses(Faculté des sciences et de la technologie, 2025-06-29) BOUCHERK OussamaThis thesis presents the design and development of a low-cost high-performance 3D scanner based on ultrasonic Time-of-Flight (ToF) technology. The system is composed of a microcontroller-controlled platform equipped with stepper motors and a VL53L0X distance sensor. The scanner captures layer-by-layer measurements of an object by rotating it and lifting the sensor along the vertical axis. The collected data is stored as a point cloud on an SD card and processed using a Python-based software pipeline. The reconstruction phase uses Poisson Surface Reconstruction (PSR) via the Open3D library, with alternatives such as the Ball Pivoting Algorithm (BPA). The complete system integrates mechanical, electronic, and software elements. Tests were carried out on real objects, and the results demonstrated the scanner’s ability to produce usable 3D models for prototyping and educational purposes. Future improvements are proposed to enhance precision, automation, and reconstruction quality.Item Analysis and Modelling of High-Speed Optical Fiber Transmission System(Faculté des sciences et de la technologie, 2025-06-11) Aichouche Abdelalisystems have witnessed tremendous development over time, as traditional copper cables, such as coaxial cables, are no longer able to meet the high-speed data transmission requirements. This has driven the adoption of more efficient technologies such as optical fibers. The results of the dissertation showed that the analysis and modeling using OptiSystem demonstrated the superiority of the NRZ encoding technique over RZ in terms of signal quality, bit error rate (BER), and system resilience to noise and interference, especially when transmitting data over long distances up to 90 kilometers. The performance simulation relied on precise criteria such as the signal-to-noise ratio (SNR) and Eye Diagrams, which confirmed that NRZ provides a clearer and more stable signal, enhancing its efficiency in high-speed optical networks. The study also explored the historical development of communication systems and the advantages of fiber-optic technology, focusing on the major challenges facing data transmission such as attenuation and dispersion, and the need for advanced solutions like optical amplifiers and dispersion compensation modules. The comparison between encoding schemes confirmed that NRZ offers an ideal balance between spectral efficiency and performance reliability, making it the best choice for long-distance transmission, while RZ showed performance degradation in high-noise environments. These findings highlight the importance of selecting the most appropriate encoding technique to ensure maximum efficiency and reliability in modern optical communication networks.Item Dielectric, electric and magnetic characterization and modeling of composite materials (RE-CaTiO3-Fe3O4) in the band [DC - 30 GHz].(Faculté des sciences et de la technologie, 2025-07-01) Lebgaa RatibaLa caractérisation diélectrique, électrique et magnétique complète du composite RE-CaTiO3–Fe3O4 sur la bande de fréquences [DC–30 GHz] a permis de mieux comprendre le comportement multifonctionnel de ces matériaux composites avancés. Cette étude a permis d'évaluer leur potentiel pour les applications haute fréquence et large bande, notamment les absorbeurs micro-ondes, les antennes et les dispositifs multifonctionnels. D'un point de vue diélectrique, les parties réelle et imaginaire de la permittivité ont révélé une nette dépendance en fréquence, indiquant la présence de multiples mécanismes de polarisation, tels que la polarisation interfaciale (Maxwell-Wagner) à basses fréquences et la relaxation dipolaire à hautes fréquences. La constante diélectrique relativement élevée à basses fréquences diminue progressivement avec l'augmentation de la fréquence, un comportement typique des composites diélectriques hétérogènes. Concernant la caractérisation électrique, les mesures de conductivité DC ont montré un comportement semi-conducteur, tandis que la conductivité AC suivait une loi de puissance typique avec la fréquence. Ceci suggère un mécanisme de saut de porteurs de charge entre états localisés, cohérent avec la présence de Fe3O4 et d'éléments RE dans la matrice pérovskite CaTiO₃. Le rôle des caractéristiques microstructurales, telles que les joints de grains, la porosité et les phases secondaires, s'est avéré essentiel pour déterminer la réponse globale de conductivité. La caractérisation magnétique a révélé que l'introduction d’oxyde de fer dans la matrice composite induisait un comportement magnétique doux avec une coercivité modérée et une aimantation à saturation. L'intégration de techniques de modélisation, notamment les représentations de Debye et de Cole-Cole pour la relaxation diélectrique et la modélisation à l'aide de modèles de dispersion, a permis une extraction précise des paramètres du matériau et facilité la compréhension prédictive du comportement du composite dans des conditions de fréquence variables. Une étude comparative est établie entre les différents modèles et les valeurs expérimentales tout en montrant les avantages des uns et les inconvénients des autres. Le modèle de Lichtenecker modifié avec facteur de forme polynomial parait le mieux adapté à décrire le comportement diélectrique d'un composite hétérogène ternaire. Le modèle établi est validé selon les lois de Winner inférieure et supérieure et sa performance fut justifiée par comparaison avec le modèle de Lichtenecker-Rother, Looyenga at Birchak. Conclusion Générale 61 Dans l'ensemble, le composite RE-CaTiO3–Fe3O4 a démontré des propriétés multifonctionnelles prometteuses avec des comportements diélectriques, électriques et magnétiques synergétiques. Ces caractéristiques suggèrent que ces composites sont parfaitement adaptés aux technologies micro-ondes, au blindage contre les interférences électromagnétiques (EMI), aux condensateurs accordables et aux dispositifs de communication de nouvelle génération. Des travaux supplémentaires pourraient se concentrer sur l'adaptation de la microstructure et de la composition afin d'optimiser les performances, notamment en faisant varier les niveaux de dopage des RE ou en modifiant les protocoles de frittage afin de minimiser les défauts et d'améliorer l'homogénéité.Item IDwaiA Un système de classification et de suivi des produits utilisant l’identité visuelle multidimensionnelle(Faculté des sciences et de la technologie, 2025-07-03) FEKKAR Anfal; BELKORCHIA ImeneIDwaIA est une solution technologique innovante reposant sur l’intelligence artificielle et la vision par ordinateur, conçue pour transformer les méthodes d’identification des médicaments. Ce système permet la reconnaissance précise des médicaments à partir de l’image de leur emballage, sans recours au code-barres ni à la saisie manuelle, optimisant ainsi l’expérience utilisateur grâce à une interface intuitive et interactive. Il intègre également des services de géolocalisation pour identifier les pharmacies les plus proches.IDwaIA assure un accès sécurisé à des informations fiables sur les médicaments, jouant un rôle crucial dans la lutte contre la contrefaçon pharmaceutique. Il contribue également à la réduction des médicaments périmés grâce à un suivi intelligent des dates d’expiration, limitant ainsi les déchets pharmaceutiques et leur impact écologique. Adapté aux spécificités du marché algérien, le système vise une extension à l’échelle maghrébine, voire internationale. Une dimension solidaire est intégrée à travers une fonctionnalité de don de médicaments, favorisant l’entraide sociale dans un cadre conforme aux normes sanitaires.Item Système de Sécurité biométrique pour une Smart Home / M2M-IoT(Faculté des sciences et de la technologie, 2025-06-30) Dahmouni Bessam; Semouma Ahmed WailCe projet vise à concevoir un système de sécurité biométrique intelligent pour les maisons connectées, en s’appuyant sur l’intégration des technologies émergentes telles que l’IoT (Internet des Objets) et le M2M (Machine-to-Machine). il repose sur l’utilisation de plusieurs composants électroniques interconnectés (capteur d’empreintes AS608, Arduino, clavier matriciel, capteur PIR, GSM SIM800L, servo-moteur, etc.) pour permettre une authentification sécurisée, une détection de mouvement, et l’envoi de notifications en temps réel (SMS, appels). Le système peut également être contrôlé à distance via SMS. Ce projet met en oeuvre à la fois des connaissances théoriques et pratiques, en combinant programmation embarquée, électronique et communication mobile pour renforcer la sécurité des habitations intelligentes.Item Localisation basée sur UWB améliorée par l’IA dans les réseaux sans fil(Faculté des sciences et de la technologie, 2025-06-29) Remmache SaraLa localisation en intérieur reste un défi, surtout dans les environnements où le GPS est indisponible, comme les tunnels ou les bâtiments industriels. L’Ultra Wideband (UWB) se présente comme une solution efficace grâce à sa précision temporelle, mais elle demeure sensible aux interférences, notamment les trajets multiples. Ce mémoire propose une méthode basée sur les réseaux de neurones pour corriger ces erreurs. Les résultats montrent une amélioration notable par rapport aux approches classiques, comme le filtre de Kalman. Cette approche ouvre la voie à des applications concrètes en logistique, robotique, santé et industrie.Item Breast Tumor detection in mamogramme image using Yolo models(Faculté des sciences et de la technologie, 2025-06-12) Khelfa Hadil; Belgroune BouchraComputer vision is one of the main applications of artificial intelligence, and object detection is among its most important uses, especially in the medical field. This research focused on two techniques, YOLO and CNN, applied to breast cancer detection. A CNN model was tested on our dataset, but due to its insufficient accuracy, the focus was shifted to YOLO-based techniques. We used several models from the YOLO family, including YOLOv5, YOLOv8, and YOLOv12, and compared their performance to evaluate their effectiveness in detecting breast tumors and analyzing the obtained results. La vision par ordinateur est l'une des principales applications de l'intelligence artificielle, et la détection d'objets représente l’un de ses usages les plus importants, notamment dans le domaine médical. Ce mémoire port sur deux techniques : YOLO et CNN, appliquées à la détection du cancer du sein. Un modèle CNN a été testé sur notre ensemble de données, mais en raison d’une précision insuffisante, l'effort a été concentré sur les techniques de la famille YOLO. Nous avons utilisé plusieurs modèles, notamment YOLOv5, YOLOv8 et YOLOv12, et comparé leurs performances afin d’évaluer leur efficacité dans la détection des tumeurs mammaires et d’analyser les résultats obtenus.