Browsing by Author "Sadi Samy"
Now showing 1 - 6 of 6
Results Per Page
Sort Options
Item Détection des scripts publicitaires à base d'apprentissage automatique profond .(Université Mouloud Mammeri, 2019) Houazene Sabrina; Mansour Souad; Sadi SamyAvec l'avènement de e-commerce (le commerce en ligne), le marché de la publicité a pris son essor. Ainsi, le nombre de publicités a évolué de plus en plus ce qui présente un impact sur le chargement des sites web. En parallèle, ils provoquent des ralentissements frustrants pour les utilisateurs et dégradent leur expérience de navigation. Dés lors, plusieurs techniques de détection des scripts publicitaires ont été développées afin de faire face à ces désagréments. Dans le cadre de notre mémoire, en premier lieu, nous avons présenté un état de l'art sur l'apprentissage automatique et les réseaux de neurones artificiels, notamment pour ce qui est de la classification de textes, leurs prétraitements et leurs représentations. En particulier, notre objectif est de détecter les scripts publicitaires dans le contenu web. Pour atteindre cet objectif nous avons proposé trois modèles de réseaux de neurones. Ensuite, nous avons implémenté puis évalué ces trois modèles. Pour ce faire, nous avons commencé par la construction de collections de données nécessaires à l'entraînement et à l'évaluation de nos modèles. Ce qui nous a permis ensuite d'évaluer nos modèles. Ainsi, nous avons obtenu de très bons résultats avec les trois modèles qui peuvent classifier des scripts Web selon les deux classes publicitaires ou non publicitaires de façon très précise.Item Implémentation et évaluation d’un modèle de Checkpointing pour la Tolérance aux Fautes dans des environnements avec une caractérisation incomplète des pannes(Université Mouloud Mammeri, 2018) Belfaked Rachida; Tessa Samira; Sadi SamyCe mémoire s'inscrit dans le cadre de l’amélioration de la Tolérance aux Fautes dans les systèmes informatiques. En effet, les développeurs d’applications font face à plusieurs défis parmi lesquels figure l’assurance de la continuité des services délivrés en présence de pannes. Cela passe par l’implémentation de techniques palliant à ce problème dans le système ciblé. Dans ce mémoire, nous nous focalisons sur une des techniques de Tolérance aux Fautes permettant de minimiser l’impact des pannes à savoir : le Checkpointing. Nous étudions plus précisément la problématique de sélection de l’intervalle de Checkpointing dans les systèmes à caractérisation incomplète des pannes. Nous répondons, tout au long de ce travail, à cette problématique. Pour cela, nous définissons et présentons les concepts les plus importants liés à la sûreté de fonctionnement et à la Tolérance aux Fautes. Ensuite, nous dressons un état de l’art concernant la problématique du choix de l’intervalle de Checkpointing. Comme contribution, nous proposons deux approches pour le calcul de cet intervalle dans un environnement à caractérisation incomplète des pannes. Enfin, nous implémentons ces approches dans un simulateur existant pour tester et vérifier leur efficacité. Ces tests nous ont permis de confirmer la pertinence de ces approches lorsque les propriétés des pannes dans le système considéré sont méconnues.Item Mise en oeuvre de l'apprentissage profond pour la détection de Fake News(Université Mouloud Mammeri, 2018) Azzi Souad; Boudjemai Lamia; Sadi SamyLe terme Fake News (ou fausses informations) désigne des informations qui souvent sont volontairement truquées. Les Fake News ont toujours existées et ont aujourd'hui beaucoup d'impact à cause notamment de la généralisation des réseaux sociaux. Sur ces réseaux tout le monde peut diffuser une information sans obligation de la vérifier. Ainsi, les Fake news sont rapidement devenu un problème majeur sur l'internet. Pour faire face à la charge croissante de ce type d'information, plusieurs techniques de détection ont vu le jour. Dans ce mémoire, nous nous intéressons aux techniques à base de l'apprentissage automatique, mais plus particulièrement celles basées sur les réseaux de neurones. Pour classifier les news, nous construisons un classifieur à base du module d'instruction de phrase préformé nnlm-en-128 et nous l'entraînons sur une collection de test préexistante Liar.Item Mise en oeuvre de l’apprentissage automatique pour l’évaluation des positions échiquéennes .(Université Mouloud Mammeri, 2019) Mehalli Nassim; Sadi SamyCe mémoire s'inscrit dans le cadre de l'application de l'apprentissage automatique dans l'évaluation des positions échiquéennes. Nous avons implémenté les algorithmes et les heuristiques les plus utilisées dans la plupart des moteurs d'échecs. Aussi, nous avons mis en pratique une évaluation de positions échiquéennes dotée d'apprentissage automatique. Ainsi, nous avons conçu quatre modèles basés sur les réseaux de neurones artificiels sélectionnés pour leurs performances lors de la phase d'entrainement. Enfin, nous avons testé la qualité de ces modèles en réalisant un championnat entre les modèles lors duquel nous avons eu de bons résultats. L'un des succès est la distinction du moteur utilisant une évaluation à l'aide du modèle RNA1 et qui a confirmé ses statistiques lors de l'entrainement.Item Mise en oeuvre des réseaux de neurones pour une recommandation basée sur du contenu.(Université Mouloud Mammeri, 2019) Otmane Cherif Dhya; Ould Said Cynthia; Sadi SamyAvec l'avènement du web et les évolutions technologiques, entre autres, la masse de données à exploiter ou analyser est devenue très volumineuse. Il est devenu donc difficile de savoir quelles sont les données à rechercher et où les trouver. Des techniques informatiques ont été développées pour faciliter cette recherche ainsi que l'extraction des informations pertinentes. Celle sur laquelle nous nous concentrons dans ce mémoire est la recommandation. Il s'agit de guider l'utilisateur dans son exploration des données afin qu'il trouve des informations pertinentes. Bien que les systèmes de recommandation ont été étudiés dans des domaines divers et variés comme le web, le e-commerce et bien d'autres. En effet, plusieurs techniques de recommandation ont vu le jour. Nous nous intéressants dans notre travail aux techniques à base de l'apprentissage automatique, plus précisément celles basées sur les réseaux de neurones. Pour recommander des films à un utilisateur, nous proposons trois modèles de réseaux de neurones, qui prennent en entrée du contenu textuel représentant des descriptions de films extraites de la collection préexistante de l'Internet Movie Database (IMDb) et qui les classent selon leurs attributs descriptifs. Nous avons implémenté et évalué ces modèles. Par la suite, nous avons effectué une comparaison des résultats obtenus. Nous avons également réalisé une interface afin de visualiser la recommandation.Item Prise en compte des liens dans la recherche d'information dans les documents XML(Université Mouloud Mammeri, 2012) Sadi Samy; Boubekeur Fatiha ép. AmiroucheCe mémoire s'inscrit dans le cadre de la recherche d'information structurée. Plus précisément, nous nous intéressons à la prise en compte des liens dans la recherche d'information structurée. Ceci permet non seulement de sélectionner des documents pertinents inaccessibles par une recherche classique, mais aussi de réordonner les résultats retournés par une première recherche afin d'améliorer la qualité de la réponse apportée à l'utilisateur. Dans ce mémoire, nous présentons un modèle de RI pour la prise en compte des liens qui propage les scores des documents vers leurs voisins (désignés par des liens sortants et entrants), tout en tenant compte du texte ancre des liens et de la balise titre des documents. Les évaluations de notre modèle sur les collections INEX 2006 et INEX 2009 ont montré des améliorations notables de la qualité de la réponse apportée à l'utilisateur. De plus, notre modèle a obtenu les meilleurs résultats parmi les modèles pour la prise en compte des liens qui ont été testés (dont HITS, SALSA et l'activation propagée).