- [ VRPG-Doc] Informatique --- إعلام آلي

Permanent URI for this collection

https://dspace.univ-sba.dz/handle/123456789/451

Browse

Now showing 1 - 5 of 17

Intégration des systèmes d’information dirigée par les linked data
(2021-01-31) LEHIRECHE NESRINE; Encadreur: MALKI MIMOUN
Résumé (en Français) : L’intégration de SPARQL et RDF avec les SGBDRs est cruciale pour l’adoption des technologies du Web sémantique en entreprise. Cette importance se reflète dans la création du standard R2RML pour faire le mapping RDB-to-RDF, et dans toutes les recherches axées sur la réécriture des requêtes SPARQL-to-SQL au moyen de mappings. Les approches proposées sur l’exécution de requêtes SPARQL sur SGBDRs souffraient souvent de problèmes qui limitaient leur utilisation dans la pratique. Certaines techniques supposent un schéma relationnel fixe et ne prennent pas en charge les langages de mapping ; d’autres génèrent des requêtes SQL complexes qui ne fonctionnent pas bien. Ontology-Based Data Access (OBDA) est connu comme une approche populaire pour résoudre ces problèmes et permet d’interroger les sources de données relationnelles via une ontologie, cette dernière est connectée aux sources de données via une spécification déclarative donnée en termes de mappings qui relient les symboles de l’ontologie (classes et propriétés) aux vues (SQL) sur les données. L’ontologie avec les mappings expose un graphe RDF virtuel, qui peut être interrogé à l’aide de SPARQL. Ce graphe RDF peut être matérialisé, générant des triplets RDF à utiliser dans les triplestores RDF, ou bien il peut être conservé virtuel et interrogé uniquement pendant l’exécution de la requête. Nous sommes intéressés par les requêtes SPARQL contenant les patterns de type optionnels imbriqués introduits pour traiter les informations manquantes. Nous abordons dans cette thèse comment les requêtes SPARQL avec l’optionnels imbriqués peuvent être efficacement évaluées dans un SGBDR, en proposant une solution basée sur l’optimisation de l’algèbre SPARQL. Nous présentons également une évaluation comparative de notre proposition au système Ontop, qui est considéré comme le plus efficace dans la réécriture. Les mots clés : Web Sémantique, Ontologie, BDDR, SQL, Linked Data, SPARQL, Mapping. Abstract (en Anglais) : The integration of SPARQL and RDF with RDBMs is crucial for the adoption of Semantic web Technologies in enterprise. This importance is reflected in the creation of the R2RML standard for mapping RDB-to-RDF, and in all the research focused towards translating SPARQL queries into efficient SQL over RDBMs by means of mappings. Previous techniques on execution of SPARQL queries over RDBMS often suffered from problems that limited their use in practice. Some techniques assume a fixed relational schema and do not support general mapping languages; others generate complex SQL queries that do not perform well. Ontology-Based Data Access (OBDA) is known as a popular approach for tackling these issues, and allows for querying relational data sources through an ontology, the later is connected to the data sources through a declarative specification given in terms of mappings that relate symbols in the ontology (classes and properties) to (SQL) views over the data. The ontology with the mappings expose a virtual RDF graph, which can be queried using SPARQL. This RDF graph can be materialized, generating RDF triples to be used with RDF triplestores, or alternatively it can be kept virtual and queried only during query execution. We are interested in SPARQL queries containing the nested optional patterns introduced to deal with missing information. We tackle in this thesis how SPARQL queries with the nested optional patterns can be efficiently evaluated in an RDBMS, proposing a solution based on the optimization of SPARQL Algebra. We also present a comparative evaluation of our proposals to the Ontop system, which is considered the most efficient in rewriting. Keywords : SemanticWeb, Ontology, RDB, SQL, Linked Data, SPARQL, Mapping
Modélisation sémantique du cloud computing : vers une composition de services DAAS à sémantique incertaine
(2015-04-23) MALKI Abdelhamid; Encadreur: BENSLIMANE Sidi Mohammed; Co-Encadreur: BENSLIMANE Djamal
Résumé (Français et/ou Anglais) : Avec l'émergence du mouvement Open Data, des centaines de milliers de sources de données provenant de divers domaines (e.g., santé, gouvernementale, statistique, etc.) sont maintenant disponibles sur Internet. Ces sources de données sont accessibles et interrogées via des services cloud DaaS, et cela afin de bénéficier de la flexibilité, l'interopérabilité et la scalabilité que les paradigmes SOA et Cloud Computing peuvent apporter à l'intégration des données. Dans ce contexte, les requêtes sont résolues par la composition de plusieurs services DaaS. Définir la sémantique des services cloud DaaS est la première étape vers l'automatisation de leur composition. Une approche intéressante pour définir la sémantique des services DaaS est de les décrire comme étant des vues sémantiques à travers une ontologie de domaine. Cependant, la définition de ces vues sémantiques ne peut pas être toujours faite avec certitude, surtout lorsque les données retournées par un service sont trop complexes. Dans cette thèse, nous proposons une approche probabiliste pour représenter les services DaaS à sémantique incertaine. Dans notre approche, un service DaaS dont la sémantique est incertaine est décrit par plusieurs vues sémantiques possibles, chacune avec une probabilité. Les services ainsi que leurs vues sémantiques possibles sont représentées dans un registre de services probabiliste (PSR). Selon les dépendances qui existent entre les services, les corrélations dans PSR peuvent être représentées par deux modèles différents: le modèle Bloc-indépendant-disjoint (BID), et le modèle à base des réseaux bayésiens. En se basant sur nos modèles probabilistes, nous étudions le problème de l'interprétation d'une composition existante impliquant des services à sémantique incertaine. Nous étudions aussi le problème de la réécriture de requêtes à travers les services DaaS incertains, et nous proposons des algorithmes efficaces permettant de calculer les différentes compositions possibles ainsi que leurs probabilités. Nous menons une série d’expérimentation pour évaluer la performance de nos différents algorithmes de composition. Les résultats obtenus montrent l’efficacité et la scalabilité de nos solutions proposées.
A GENERIC GENETIC PROGRAMMING(GGP) TO GENERATE AUTOMATICALLY DEFINED FUNCTIONS (ADF's) : application in datamining and information retrieval
(2017-01-10) Mazouni Romaissaa; Encadreur: RAHMOUN Abdellatif
Résumé (Français et/ou Anglais) : One of the main and fundamental tasks of data mining is the automatic induction of classification rules from a set of examples and observations . A variety of methods performing this task have been proposed and many comparative studies have been carried out in this field ; however the main common feature between these methods is that they are designed by humans, there have been a successful attempt to automatically design such methods using GGP. In this work we describe a different system that can evolve com plete java program codes representing rule induction algorithms using the grammatical evolution technique that governs a Backus Naur Form gram- mar definition mapping to a program, in this system we will use as inputs to the mapper along with the Backus Naur Form grammar, integer strings representing potential solutions resulting from the initialiser component and Weka building blocks to facilitate the induction process and shorten the induced programs . Rule induction algorithms evolved using this system can be of different complexities. Data in real world applications are in most cases linguistic information that is ambiguous and uncertain. Hence, such data should be handled by fuzzy set representation schemes to increase expressiveness and comprehensiveness. Moreover, mining these data requires ways to generate automatically useful information/knowledge through a set of fuzzy rules. In this work we propose an extension of this system is also proposed and tested. The new system is called FuAGGE which stands for Fuzzy Automatic Generator Genetic Expression. FuAGGE was conceived in a way that it can evolve rule based classifiers that generate fuzzy rule sets. FuAGGE uses a grammar based evolutionary technique. The grammar is expressed in the Backus Naur Form (BNF) and represents a fuzzy set covering method. The grammar is mapped into programs that are themselves implementations of fuzzy rule induction algorithms. FuAGGE has also been tested on a ix benchmark of well-known datasets, and experimental results prove the efficiency of the proposed method. It is shown through comparison that our method outperforms most recent and similar, manual techniques. The system is able to generate rule induction algorithms specialized to specific domains, for example medical or biological data. It produces efficient rule models and achieves more accurate classification.
Conception d’une méta-heuristique dans le cadre de la Mélissopalynologie
(2021-01-11) Menad Hanane; Encadreur: Ben-Naoum Farah
Résumé (en Français) : La mélissopalynologie consiste à étudier la source de pollen contenu dans le miel. Le but de ces études est la localisation des zones géographiques du genre végétal visité par les abeilles, bien que le miel puisse également contenir du pollen en suspension dans l'air provenant de plantes anémophiles, de spores et de poussières en raison de l'attraction par la charge électrostatique des abeilles. Jusqu'à présent, la détermination des types de pollen sur une lame n'est faite que par un biologiste, qui doit classer chaque pollen en utilisant le dictionnaire des lames, et réaliser ainsi un spectre décrivant la composition pollinique du miel. L'objectif de cette thèse est l'application des métaheuristiques et montrer leurs efficacité efficacité dans le traitement d'images pour l'analyse des données de mélissopalynologie. Les contributions proposées visent à appliquer des métaheuristiques pour détecter les grains de pollen dans les images. Tout d'abord, nous avons développé une technique d'intelligence en essaim inspirée du comportement de chasse des loups gris dans la nature en respectant la hiérarchie de la meute. Il a été testé sur un ensemble d'images microscopiques de grains de pollen. Après cela, nous avons présenté un système d'identification du pollen basé sur les images microscopiques en utilisant une méthode de seuillage avec un algorithme de recuit simulé. Enfin, nous avons proposé une approche de la segmentation de l'image afin de détecter les grains de pollen dans les images microscopiques. L'approche commence par générer deux pixels à l'aide d'algorithmes génétiques où l'un des pixels sélectionnés est un pixel pollen tandis que l'autre est un pixel appartenant à l'arrière-plan, puis nous avons utilisé l'algorithme kmeans pour le regroupement des pixels afin de segmenter l'image d'entrée, après quoi nous avons classé les images segmentées en utilisant des techniques d'apprentissage automatique, et enfin, nous avons utilisé la recherche taboue pour enregistrer les meilleurs pixels choisis par l'algorithme génétique en fonction de la précision obtenue comme fonction de fitness. Les résultats obtenus dans toutes nos contributions ont prouvé que les métaheuristiques sont de bonnes solutions pour la détection du pollen, tandis que l'étude comparative a montré que l'approche de recuit simulé proposée est la meilleure d'entre elles. Les mots clés :Melissopalynologie, Métaheuristiques, Reconnaissances de formes, Apprentissage profond. Abstract (en Anglais) : Melissopalynology consists of studying source of pollen contained in honey. The aim of such studies is localization of geographical areas of plants' genus visited by bees, although honey may also contain airborne pollen from anemophilous plants, spores, and dust due to attraction by the electrostatic charge of bees. Until now the determination of the types of pollen on a blade is only made through a biologist, that must classify every pollen by using the dictionary of blades, and realized so a spectrum describing the pollen composition of the honey. The objective of this thesis is the application of metaheuristics regarding to their efficiency in image processing for melissopalynology data analysis. The proposed contributions aims to apply metaheuristics to detect pollen grains in images. First, we developped a swarm intelligence technique inspired from Grey Wolves Hunting behavior in nature by respecting the hierarchy of a pack. It was tested on a set of microscopic images of pollen grains. After that, we presented a system of pollen identification based on the microscopic images using a thresholding method with simulated annealing algorithm. Finally, we proposed an approach for image segmentation in order to detect pollen grains in the microscopic images. The approach starts by generating two pixels using genetic algorithms where one pixel of the selected ones is a pollen pixel while the other is background pixels, then we used kmeans algorithm for image pixels clustering to segment the input image, after that we classified the segmented images using machine learning technics, and finally, we used taboo search to saved the best pixels chosen by genetic algorithm based on the obtained accuracy as fitness function. Obtained results in all contribution proved that metaheuristics are good solutions for pollen detection, while the comparison showed that simulated annealing approach proposed is the best among them. Keywords :Melissopalynology, Metaheuristics, Pattern recognition, Deep learning.
Reconnaissance des Formes appliquée à la Biométrie
(2018-06-24) Zoubida Leila; Encadreur: Feraoun Mohamed Kamel; Co-Encadreur: Adjoudj Réda
الملخص (بالعربية) التعرف على الأشكال يمثل مجالا نشطا للأبحاث. هدفه الرئيسي هو تطوير الأنظمة الذكية التي تكون قادرة على التعلم والتفكير. في الواقع أن أساليب التعرف على الأشكال لديها تطبيقات في عدة مجالات. ينجذب جزء هام من هذه التطبيقات إلى القياسات الحيوية التي يتم استخدامها في العديد من المجالات وخاصة في التطبيقات الأمنية. تستند القياسات الحيوية إلى استخدام طرق القياس الحيوي الفيزيائية أو السلوكية. إختيار القياسات يعتبر مهما لنجاح الأنظمة الأمنية. من بين هذه القياسات المختلفة اخترنا دمج الوجه و كلا القز حيتين التي تعتبر من القياسات الحيوية الأكثر استعمالا تقترح هذه الأطروحة تقنية متعددة القياسات الحيوية والتي تجمع بين الوجه و القزحيتين (القزحية اليسرى و القزحية اليمنى) للتحقق من الهوية.هذا الدمج يسمح بالجمع بين مزايا كلا القياسين. مرحلة تجزئة القزحيتين تمت بطريقة معدلة.في حين أن استخراج ميزات الوجه والقزحية تم بطريقة عامة (المويجات). تم الحصول على النتائج من اجل الدمج بطريقة شعاع الدعم الآلي. ثم تم تطبيع النتائج المتحصل عليها بطريقة الحد الأقصى و الحد الأدنى .الدمج كان على مستوى النتائج من خلال تقنية تجمع بين طريقتين: طريقة الجمع وطريقة التصنيف. وأكدت النتائج المتحصل عليها أن الأنظمة متعددة القياسات الحيوية المقترحة أفضل من الأنظمة أحادية القياسات الحيوية Résumé (Français et/ou Anglais) : Résumé: La reconnaissance des formes est un domaine de recherche actif. Son principal objectif est de développer des systèmes intelligents capables d’apprendre et de raisonner. En effet, les méthodes de reconnaissance des formes trouvent des applications dans plusieurs domaines. Une partie importante de ces applications est reliée à la biométrie, cette dernière est utilisée dans plusieurs domaines et spécialement dans la sécurité. La biométrie est basée sur l'utilisation des modalités biométriques physiques ou comportementales. Le choix des modalités est important pour le succès des systèmes de sécurité. Parmi les différents traits biométriques, nous combinons le visage et les deux iris qui sont considérés comme des modalités biométriques les plus utilisées. Cette thèse propose une technique multi-biométriques basée sur l’intégration du visage et les deux iris (l’iris gauche et l’iris droite) dans le but de l’authentification des personnes. Cette intégration ou fusion combine les avantages des deux modalités. Pour les deux instances de l’iris, l’étape de segmentation est réalisée par une méthode modifiée. Tandis que l’extraction des caractéristiques du visage et de l’iris se fait par une approche globale (les ondelettes de Daubechies). Les scores de fusion sont obtenus par la méthode des machines à vecteurs de support SVMs. Ensuite, les scores obtenus sont normalisés par la méthode MIN-MAX. La fusion est réalisée au niveau des scores par une technique d’intégration, combinant les deux approches, la combinaison et la classification. Les résultats obtenus confirment que les systèmes multi-biométriques sont mieux cotés que les systèmes mono-modaux. Abstract: The pattern recognition is an active area of research. Its main goal is to develop intelligent systems which can be able to learn and to reason. Indeed, the pattern recognition methods find applications in several areas. An important part of these applications is attracted to the biometric which is used in several areas and especially in the security applications. The biometric is based on the use of the physical or the behavioral biometric modalities. The choice of modalities is important for the success of the security systems. Among the different biometric traits, we choose to combine the face with the both irises which are considered as the most used biometric modalities. This thesis proposes a multi-biometric technique based on the integration of the face with the both irises (the left and the right irises) in order to realize the authentication task. This fusion allows combining the advantages of the both modalities. For the both instances of the iris, the segmentation step is realized by a modified method. While the features extraction of the face and the iris is done by a global approach (the Daubechies wavelets). The scores for the fusion are obtained by the Support Vector Machines SVMs. Then, the scores obtained are normalized by the Min-Max method. The fusion is performed at the score level by an integration technique, combining two approaches, namely combination, and classification. The obtained results have confirmed that the proposed multi-biometrics systems are better than the mono-modal systems.