Mémoires de Master

Permanent URI for this collectionhttps://dspace.univ-ghardaia.edu.dz.dz/handle/123456789/63

Browse

Now showing 1 - 20 of 1068

-19تحليل وتقويم السياسة العامة التربوية التعليمية في الجزائر خلال أزمة كوفيد
(جامعة غرداية, 2025) ذهابة ، مليكة
_تطرقت في مذ كرتي المعنونة بتحليل وتقويم السياسة العامة التربوية التعليمية في الجازئر إلى الحديث عن مفهوم السياسة العامة وذلك عند كل من المفكرين 19-خلال أزمة كوفيد العرب والغرب إضافة إلى ذلك قمت بتناول مفهوم كل من التربية والتعليم من حيث اللغة والاصطلاح دون أم أنسى مفهوم السياسة التربوية التعليمية والتي من خلالها قمت بالتطرق إلى مفهوم صنع القارر وثمت بذ كر مارحل صنعها. لننتقل بعض هذا مباشرة إلى الحديث عن صلب موضوعي فقط قدمت بعضا من تعريفات التعليم عن بعد أولا لننتقل بعده إلى التركيز عن عنصر مهم جدا وهو واقع التعليم عن بعد في الجازئر وقمت أنفا بتسليط الضوء على بعض التطبيقات التي استعانت بها الدولة في هذه دون أن أن سى نظام التفويج والذي هو من الاجارءات المت خذة في ظل هاته الجائحة، ،الجائحة بحيث عرضت مفهوما له وقدمت بعضا من مبادئه وتحدثت عن كيفية تطبيقه في ظل هاته الجائحة، بالإضافة إلى حديثي عن عارقيل كل من نظام التعليم عن بعد ونظام التفويج. In my memo entitled Analysis and Evaluation of Public Educational Policy in Algeria during the Covid-19 Crisis, I discussed the concept of public policy among both Arab and Western thinkers. In addition, I discussed the concept of both education and teaching in terms of language and terminology, without forgetting the concept of educational policy, through which I addressed the concept of decision-making and then mentioned the stages of its making. Let us move on to the core of my topic. I first presented some definitions of distance education, then moved on to focus on a very important element, which is the reality of distance education in Algeria. I also highlighted some of the applications that the state has used in this pandemic, without mentioning the delegation system, which is one of the measures taken in light of this pandemic, so that I presented a concept for it and presented some of its principles and talked about how to apply it in light of this pandemic, In addition to my talk about the obstacles of both the distance education system and the delegation system. Keywords: Distance education, delegation system, education, education, reality of distance education in Algeria, educational policy, public policy.
A deep learning approach for network intrusion detection system
(université Ghardaia, 2022) HACINI, Mohammed abdelmalek
Information security is considered one of the most important and indemand areas due to the increase in the number of cyberattacks on individuals and organizations. In fact, many protection systems have been developed. However, the continuous development of methods used in cyberattacks has affected their work efficiency. Hence, comes the need for building intelligent protection systems to proactively detect and analyze cyber threats. Those systems provide practical insights for network security analysts to make decisions characterized by required speed and accuracy. Based on a deep learning approach that has recently proven its efficiency in many areas, we propose in this work, a network intrusion detection model based on the Self-Taught Learning (STL) framework and the Convolutional Autoencoder architecture. We use the NSL-KDD dataset to train and evaluate our model. The experimental results show that the proposed model reaches a fairly good accuracy of 78.41% for both binary and multiclass classification...يعتبر أمن المعلومات من المجالات الأكثر أهمية والمطلوبة بسبب زيادة عدد الهجمات الإلـكترونية على الأفراد والمؤسسات. في الواقع ، تم تطوير العديد من أنظمة الحماية. ومع ذلك ، فقد أثر التطوير المستمر للأساليب المستخدمة في الهجمات الإلـكترونية على كفاءة عملهم. ومن هنا تأتي الحاجة إلى بناء أنظمة حماية ذكية لاكتشاف وتحليل التهديدات الإلـكترونية بشكل استباقي. توفر هذه الأنظمة رؤى عملية لمحللي أمن الشبكات لاتخاذ قرارات تتميز بالسرعة والدقة المطلوبة. استنادًا على نهج التعلم العميق الذي أثبت مؤخرًا كفاءته في العديد من المجالات ، نقترح في هذا العمل نموذجًا لنظام كشف التسلل الشبكي يعتمد على إطار التعلم الذاتي ) (Self − Taught Learningوبنية التشفير التلقائي التلافيفي. نستخدم مجموعة بيانات NSL-KDDلتدريب نموذجنا وتقييمه. أظهرت النتائج التجريبية أن النموذج المقترح يبلغ دقة جيدة % 78 .41لكل من التصنيف الثنائي والمتعدد
A deep learning approach to solve the Schrodinger equation
(université Ghardaia, 2024) BENSALEM, Fatima Zohra; LAIOURATE, Kheira
To understand the properties of matter and predict them, it’s crucial to solve the Schrodinger equation, where the solution is a wave vector. Many theoretical methods have been explored in this area.The most common ones are those that reduce the cost and time of calculations, especially for complex particle systems. The rapid advancement in computer science and the emergence of new technologies like machine learning have paved a new path towards solving equations like this. In this work, we propose calculating the fundamental energy of a physical system using the Schrodinger equation with the use of deep learning and proving its efficiency in solving by making a comparison with traditional machine learning techniques. To apply the theoretical study, we conducted an experimental study on solving the Schrodinger equation using CNN, CNN-LSTM, SVR, RF, and XGBoost structures with relevant datasets for calculating the system’s fundamental energy. The results showed that deep learning can be effective in solving the Schrodinger equation, achieving an error of 0.0063(ev/atom) and an accuracy of 0.9807 . These findings open up new possibilities for enhancing and developing models.
A Deep Learning Model for Text-based CAPTCHA Breaking
(جامعة غرداية, 2020) METTAS, Khadidja; RAI, Maissa Fatna
L’apprentissage automatique s’est largement développé ces dernières années, où les systèmes intelligents et les programmes informatiques deviennent similaires aux capacités du cerveau humain. Cela est dû au développement d’algorithmes d’apprentissage automatique (en particulier d’apprentissage en profondeur), ainsi qu’à la capacité des ordinateurs et aux mégadonnées disponibles. Cependant, il y a des utilisations négatives pour ce développement, y compris la capacité de casser et de réussir le test CAPTCHA. CAPTCHA pour (Completely Automated Public Turing test to tell Computers and Humans Apart ), est l’un des systèmes de vérification utilisés par un grand nombre de sites Web et de services Web pour les protéger contre le piratage par des programmes informatiques (bots), le CAPTCHA textuel est géneralement le type le plus utilisé. Notre objectif est d’étudier les mécanismes de rupture ce type de CAPTCHA et les défis liés aux développements d’algorithmes d’apprentissage automatique face à sa sécurité. Nous menons une étude expérimentale utilisant un modèle basé sur un réseau End-to-End CRNN-CTC utilisé pour la reconnaissance de l’écriture manuscrite et du texte pour rupture un CAPTCHA textuel créé avec Python. Les résultats obtenus montrent que notre modèle est capable de rupture le CAPTCHA textuel avec un bon résultat par rapport à les méthodes d’état de l’art.
a DL model for image resolution enhancement and optimization for edge devices
(université Ghardaia, 2024) DOUDOU, Yahia; CHEKHAR, Bakir Saber; Abdelkader, Bouhani Supervisor
In recent years, deep learning-based single image super-resolution (SISR) has attracted considerable attention and achieved significant success on advanced GPUs. Most state- of-the-art methods require a large number of parameters, memory, and computational resources, often resulting in inferior inference times on mobile devices. In this thesis, we introduce a plain convolution network augmented with a nearest- neighbor convolution module and 8-bit quantization to achieve real-time SISR on NPUs. Furthermore, we evaluate the efficiency of our network architecture by comparing ex- periments on mobile devices to select the tensor operations to implement. The model comprises only 52 K parameters, achieves 4× upscaling in 0.065 s on a Snapdragon 865 CPU smartphone, and by comparing to other SR methods, we found that our model can achieve high fidelity super resolution results while using fewer inference times.
A Federated Learning Framework for Collaborative and Privacy-Preserving IoT Security Attack Prediction
(university of ghardaia, 2026-06-22) ADDOUN Mohammed; FERTAS Mouad
The rapid expansion of the Internet of Things (IoT) has multiplied the attack surface exposed to cyber threats. Traditional intrusion detection systems rely on collecting network data at a central location, which raises serious privacy, bandwidth, and regulatory concerns in IoT environments where devices are heterogeneous, resource-constrained, and geographically distributed. Federated Learning (FL) offers a promising alternative by enabling devices to collaboratively train a shared model without sharing their raw data. This thesis investigates how a federated learning-based framework can be designed to enable distributed IoT devices to collaboratively predict security attacks, while preserving data privacy and handling device heterogeneity. We propose FedShield, a federated learning framework for multi-class IoT attack prediction, built around a lightweight deep learning classifier, Federated Averaging, and a mask-based secure aggregation mechanism. The framework is implemented in Python using TensorFlow and the Flower library, and evaluated on the TON_IoT dataset partitioned across non-IID clients. The experimental results show that the framework reaches strong detection performance on a non-IID partition of the TON_IoT dataset, and that mask-based secure aggregation can be added without measurable utility cost. The work confirms that federated learning is a credible building block for privacy-preserving IoT intrusion detection.
A Frequent Pattern Based Extension of Snort for Intrusion Detection
(جامعة غرداية, 2019) Chettiba, Youcef; Ben Atallah, Abdennour
Snort is a lightweight, open source, rule-based intrusion detection system. In principle, malicious traffic is recognized thanks to a manually elaborated set of rules by an expert. In this thesis, we develop a different approach, which consists of automatic generation of snort rules. The basic idea is to use frequent pattern algorithms to extract a set of characterization rules of attack packets using traffic data analysis. We design a framework which includes a preprocessing phase and frequent pattern mining phase. We use the LBLN dataset and two class of mining algorithms: all frequent patterns (Apriori, FPGrowth, FIN), and maximal frequent patterns (FPMax) as implemented in the SPMF library. The set of experiments in both linux and windows shows that the quality of the system is sensitive to the minimum support value. We reach the best result using the FIN algorithm with an accuracy of 0.75 when the minimum support is equal to 0.4. ...
A multi source/task deep learning system for non-invasive detection and estimation of coronary artery stenosis
(university of ghardaia, 2026) Hocine Harrouzi; Houdaifa Yahia-cherif
Cardiovascular disease is the leading cause of death worldwide, and coronary artery disease is its most common form. To diagnose it, clinicians rely on X-ray coronary angiog- raphy, but interpreting these images manually is slow and prone to disagreement between experts. Most deep-learning tools address the three sub-tasks (outlining the vessels, find- ing the narrowing or stenosis, and measuring its severity through quantitative coronary analysis, QCA) with separate models trained one after another. A few combined models exist for CT scans, but for X-ray angiography no single network yet produces all three out- puts at once, fuses additional non-image data, and reports its own confidence. This thesis builds and compares three designs of increasing ambition, termed flows, on a 200-patient dataset. Flow 1 is a baseline in which three separate models run in sequence: a U-Net that outlines the vessels, a detector that finds the stenosis, and a stage that measures it. Because each is trained independently, an error early in the chain propagates and is amplified, which is the central weakness this baseline exposes. Flow 2 is the core contri- bution: a single model, GCT-Net, that performs all three tasks together. One shared MaxViT encoder feeds three heads, two that outline the vessels and the stenosis and one that measures the stenosis by focusing only on the detected lesion. A stop-gradient prevents the measuring head from distorting the detection, and the three task losses are balanced automatically rather than by hand. Flow 3 extends GCT-Net into a multi-source model. Alongside the angiogram, it incorporates two inputs a cardiologist also consults, the ECG and the written procedural report, merging them through a lightweight fusion layer (FiLM). It adds four report-derived heads and wraps the measurements in reliable confidence intervals, broadening the output at a small cost in image accuracy. The results show the benefit of joint optimisation: Flow 2 raises the stenosis overlap score (Dice) from 0.465 to 0.610 and lowers the measurement errors from 18.9 pp and 5.7 mm to 11.73 pp and 4.51 mm in a single pass, while Flow 3 trades a little accuracy for broader clinical output. The model is also validated on a separate public dataset (ARCADE), reaching a Dice of 0.523 on 300 unseen images, and is deployed as a web application that converts raw DICOM archives into a structured QCA report.
About fractional orders derivatives and its applications
(université Ghardaia, 2022) SOUFRANI, Abderrahman
We have focused within this Thesis on some new problems involving fractional differential equations and coupled systems involving Hilfer fractional-order derivatives, which are applied in real life. In particular, we firstly started to review some essential facts from fractional calculus, abstract differential equations, fixed-point techniques that are used to obtain our main results. For this purpose, the technique used is to reduce the study of our problem to the research of a fixed point of an integral operator properly constructed. We have also provided a relevant example to each of our considered problems to show the validity of conditions and justify the efficiency of our established results. Finally, we ended by a conclusion that summarized our strict scientific novelties and contributions to this thesis, as well as, some possible open problems to be investigated in the future as new directions...Nous nous sommes concentrés dans cette thèse sur de nouveaux problèmes impliquant des équations différentielles fractionnaires et des systèmes couplés impliquant des dérivées d’ordre fractionnaire de Hilfer, qui sont appliqués dans la vie réelle. En particulier, nous avons d’abord commencé à passer en revue quelques faits essentiels du calcul fractionnaire, des équations différentielles abstraites, des techniques de points fixe qui sont utilisées pour obtenir nos principaux résultats. Pour cela, la technique utilisée est de réduire l’étude de notre problème à la recherche d’un point fixe d’un opérateur intégral correctement construit. Nous avons également fourni un exemple pertinent à chacun de nos problèmes considérés pour montrer la validité des conditions et justifier l’efficacité de nos résultats établis. Enfin, nous avons terminé par une conclusion résumant nos nouveautés scientifiques strictes et nos contributions à cette thèse, ainsi que quelques problèmes ouverts possibles à étudier à l’avenir en tant que nouvelles directions.
Activation thermique de la Bentonite : Une Alternative Pour Produire des Mortiers Cimentaires Durables : Influence de la haute température de cure
(université Ghardaia, 2022) MOULAY OMAR, Karima; BELMAZOUZI, Rahma
La construction est généralement considérée comme le principal consommateur de matières premières à base de ciment, et la possibilité de substituer une partie du ciment par des additions minéraux tels que la bentonite et le filler calcaire est une solution prometteuse pour réduire les émissions de CO2 dues à la production de clinker, et c'est ce que nous recherchons dans cette étude. L'objectif de ce travail est d'étudier l'effet du filler calcaire et de la bentonite calcinés à 750 °C sur les propriétés physiques et mécaniques du mortier. Nous avons substitué (10% ,15%, 20%,25%,30%) du poids de ciment par différents pourcentages de système combiné de bentonite calcinée et de filler calcaire (5%, 10%, 15%), des essais mécaniques et physiques a été fait après une cure de 7, 14 , 30 jours dans la chaux à 45 °C. Les résultats obtenus sont satisfaisants, en particulier pour le mortier qui contient 5% de filler calcaire et 15% de bentonite calcinée, ce qui est le bon pourcentage pour une meilleure résistance à long terme...يعتبر البناء بشكل عام المستهلك الرئيسي للمواد الخام القائمة على الاسمنت ، وإمكانية استبدال جزء من الأسمنت بإضافات معدنية مثل البنتونيت والحجر الجيري هي حل واعد لتقليل انبعاث "CO2بسبب إنتاج الكلنكر" وهذا ما نسعى إليه في هذه الدراسة . الهدف من هذا العمل هو دراسة تأثير حشو الحجر الجيري والبنتونايت المكلس عند 057درجة مئوية على الخواص الفيزيائية والميكانيكية للملاط. استبدلنا ( )%07 ، %05 ، %07 ، %05 ، %07من وزن الأسمنت بنسب مختلفة من النظام المركب من البنتونايت المكلس وحشو الحجر الجيري (، %07 ، %5 ، )%05وتم إجراء الاختبارات الميكانيكية والفيزيائية بعد. علاج لمدة 07 ، 01 ، 0يو ً ما في الجير عند 15درجة مئوية. سوف ندرس إمكانية استبدال نسبة (% ) 07% ,05% ,07%, 05 %,07من وزن الاسمنت بنسب مختلفة من البنتونيت المكلس و حجر الجيري (% )05%,07%,5و نقوم بإجراء التجارب الميكانيكية والفيزيائية عليها بعد ( 0101107يوم ) وهذا بعد المعالجة الحرارية و التي لعبت دورا مهما في زيادة المقاومة والمتانة . النتائج المحصل عليها مرضية وخاصة بالنسبة للملاط الذي يحتوي على % 5الحجر الجيري و % 05بنتونيت المكلس و هي النسبة الصحيحة للمقاومة أفضل على المدى الطويل
Actualisation d’Etude de Renforcement De L’aérodrome D’EL-GOLEA Avec Intégration
(université Ghardaia, 2021) BEN KHADA, LAKHDAR; MALLEM, CHEIKH
Dans ce purement (bords en béton de l'aéroport d'Al-Manea), nous avons effectué une étude approfondie des problèmes et de l'usure de la piste principale de l'aéroport d'Al-Manea, et nous avons résolu ces problèmes grâce à des solutions techniques strictes, qui sont incorporées dans Al- L'aéroport de Manea actuellement en soutenant la couche de trafic dans la piste principale et en utilisant la technologie géotextile pour s'étendre dans L'âge de l'installation, ainsi qu'en limitant la piste principale à une couche de béton à une distance de 250 m et 200 m, comme c'était le cas nécessaire à un usage militaire. Quant à l'évacuation des eaux pluviales, nous avons étudié son sens et creusé un estuaire auquel l'eau de pluie aboutit sous la forme d'une cuvette proportionnée au volume de l'eau de pluie étudiée. En étudiant tout ce dont la piste a besoin en termes de quantités, de signaux et de fournitures pour rendre cette étude réalisable .
Adaptation des machines frigorifiques aux régions Chaudes. Proposition d’un aéro-refroidisseur géothermal
(جامعة غرداية, 2021) TEGGAR, Abdelkarim; BELLAOUAR, Abderraouf
Adaptation des machines frigorifique aux régions chaudes. Proposition d’un aéro refroidisseur géothermal La différence de degrés de température de l’atmosphère et celle des profondeurs du sol nous fait penser à l’utilisation de cette différence ou que ce soit pour le réchauffement en hiver ou bien le rafraichissement en été et cela par l’utilisation des échangeurs géothermique selon les besoins. L’étude que nous présentons dans cette mémoire concerne le refroidissement ou le réchauffement de l’air par l’exploitation d’un échangeur géothermique air/sol en forme de serpentin. L'objectif principal réside en la détermination du profil de température unidirectionnel dans le sol, ensuite on a déterminé et évalué la température de l'air le long de l'échangeur horizontal enterré, en utilisant l’équation de la chaleur .Un modèle semi-analytique a été précédemment développé composé de deux sous-modèles. Le premier modèle s'appelle RBM et le second s'appelle GRBM Pour prédire les performances thermiques et évaluer la température de l'air le long d'un échangeur en fonctionnant dans des conditions transitoires en mode refroidissement. Nous avons utilisé le logiciel « MATLAB », pour simuler numériquement le comportement thermique de l’échangeur ainsi que pour montrer l’effet de certains paramètres sur les performances thermiques du système. Les résultats obtenus montrant que la variation de la température du surface extérieure, ainsi que les caractéristiques du sol ont une grande influence sur l’écart de température d'air à la sortie de l'échangeur et son état du fonctionnement.
Adaptation et rentabilité d’une installation photovoltaïque autonome
(2024) AZZAOUI, Aya; MEHAYA, Roua Alia
L’objectif des travaux est de déterminer la configuration optimale d’une installation photovoltaïque autonome en tenant en considération sa fiabilité et sa rentabilité financière. Une méthode simple a été utilisée pour ce dimensionnement tout en adaptant l’orientation et l’inclination des modules photovoltaïques. La durée de vie des batteries qui traduit l’autonomie du système a porté une attention particulière dans l’étude financière. Elles peuvent représenter jusqu'à presque 65% du coût global de l’installation sur sa durée de vie. Une installation photovoltaïque autonome est rentable si le coût de l’électricité conventionnelle est très cher, en raison des zones qui ne sont pas facilement accessibles ou qui n'ont pas l’accès à un réseau électrique. Un système photovoltaïque autonome ayant une tension de 12V est le plus économe si sa capacité de production journalière dépasse 3.24 kWh. Pour des charges plus faibles, un système photovoltaïque autonome d’une tension nominale de 48V représente une meilleure alternative. Une tension nominale de 24V engendre une installation plus coûteuse
Adaptive Traffic Signal Control Using Reinforcement Learning and Simulation
(university of ghardaia, 2026) MEHAYA Fatima; ABDELHADI Imane
Urban traffic congestion remains a critical challenge for modern cities, exposing the fundamental limitations of conventional fixed-time signal controllers. This thesis proposes and evaluates a fairness-aware reinforcement learning (RL)framework for adaptive traffic signal control, built around the Proximal Policy Optimisation (PPO) algorithm and implemented within the SUMO microscopic traffic simulator. A multi-objective reward function is designed to jointly optimise traffic efficiency and directional fairness, combining delay reduction, queue minimisation, throughput maximisation, and Jain’s Fairness Index. Three distinct weight configurations are evaluated: efficiencyoriented, fairness-oriented, and balanced. Five controllers are systematically compared FixedTime, Vanilla PPO, PPO Efficiency, PPO Fairness, and PPO Balanced across two traffic scenarios: a familiar Training Route (with static imbalanced demand) and an Unseen Route (with temporally-varying symmetric demand) for zero-shot generalisation assessment. Experimental results on the Training Route demonstrate that all PPO-based controllers reduce average waiting time by 40–47% relative to the Fixed-Time baseline. PPO Efficiency achieves the highest training throughput among RL controllers (655 vehicles) and the lowest waiting time (15.63 s). PPO Balanced provides the most consistent multi-objective performance, achieving the lowest average queue length (168.2 vehicles). On the Unseen Route, PPO Fairness demonstrates superior generalisation, retaining 130.7% of its training throughput (459 → 600 vehicles) while maintaining a Jain’s Index of 0.8314, well above the 0.8 acceptability threshold. Notably, all fairness-weighted controllers maintain acceptable directional equity under distribution shift. A key finding is that fairness-oriented reward shaping implicitly regularises the learned policy, improving robustness under distribution shift. These results offer practical deployment guidelines for smart city traffic management systems.
ADeep Learning based Autism Stimming Detection From Video : Skeletal Motion Analysis
(university of ghardaia, 2026) Youb Bassaid; Latreche Brahim
Early and objective detection of Autism Spectrum Disorder (ASD) remains a critical clinical challenge, as traditional diagnostic instruments are resource-intensive, subjective, and often administered too late to exploit peak neural plasticity. This thesis investigates the automated recognition of stereotypical self-stimulatory behaviors—commonly referred to as stimming— from unconstrained video recordings, with the goal of providing a non-invasive, scalable screen- ing tool. To this end, a composite dataset was assembled from established public repositories and supplementary social media recordings, re-annotated at frame-level precision across four behavioral classes: Arm Flapping, Headbanging, Spinning, and Neutral. After an initial proto- type exposed a critical data-leakage flaw that artificially inflated accuracy, a complete method- ological redesign was undertaken based on rigorous source-video-level data partitioning. The final approach replaces pixel-level features with a privacy-preserving skeletal representation ex- tracted by YOLOv8x-pose, from which a per-frame biomechanical feature vector is computed— encoding joint angles, angular velocities, kinetic energy, center-of-gravity dynamics, and a pe- riodicity proxy—and feeds two dual-stream fusion architectures: BiLSTM+PoseC3D and ST-GCN+GRU. Both architectures demonstrated strong generalization on a fully indepen- dent external test set, with the best configuration achieving over eighty percent accuracy and an area under the ROC curve exceeding 0.95. Headbanging proved the most reliably classified behavior, while the Neutral class remained the most challenging due to kinematic overlap with low-intensity stimming. These results confirm that pose-based, biomechanically informed deep learning is a viable and principled approach to automated stimming detection, with dataset expansion and weakly-supervised learning identified as the most promising avenues for future improvement.
Adoucissement d'une eau duré à l'aide d'hydroxyde de sodium
(université Ghardaia, 2022) BOUHICHA, Chaima; OULAD SAAD, Nour El Houda
La dureté des eaux souterraines est l’un des principaux problèmes affectant sa potabilité, représente souvent le début des problèmes de tuyauterie à la maison et une consommation accrue de produits d'entretien et d’énergie. Le but de cette étude est d’essayer de trouver un moyen d'alléger la dureté de l’eau, nous étudions parmi les traitements utilisés dans l’adoucissement de l’eau ; échange d’ions, osmose inverse ainsi que la précipitation chimique. Dans notre étude, on a appuyé sur la précipitation chimique d’eau à l’aide d’hydroxyde de sodium à différentes doses dans le traitement de l’eau du robinet, tout en évaluant son effet sur le calcium et le magnésium d’une part, et sur le pH, la conduction électrique et le sodium d’autre part. Les analyses ont été effectués à l’unité de laboratoire ADE à Ghardaïa, où l’indice de dépôt de NaOH a indiquait que les résultats étaient acceptables et réduisait la dureté de l’eau du robinet en réduisant la proportion du calcium et du magnésium qu’elle contenait...تعد صلابة المياه الجوفية من بين المشاكل الرئيسية التي تؤثر على قابلية شرب المياه الجوفية ، وغالبًا ما تكون علامة بداية مشاكل الأنابيب في المنزل وزيادة استهلاك منتجات الصيانة والطاقة. الغرض من هذه الدراسة هو محاولة إيجاد طريقة لتخفيف عسر الماء, ونذكر من بين العلاجات المستخدمة في تليين المياه; تبادل الأيونات, التناضح العكسي و كذا الترسيب الكيميائي. اعتمدنا في دراستنا على الترسيب الكيميائي للماء باستخدام هيدروكسيد الصوديوم بجرعات مختلفة في معالجة ماء الصنبور, متبعين تأثيره على , THالكالسيوم والمغنيسيوم من ناحية ، ومن ناحية أخرى تأثيره على الرقم الهيدروجيني ,التوصيل الكهربائي والصوديوم. أجريت التحاليل في وحدة معمل ADEفي غرداية. يرشدنا مؤشر الترسيب بواسطة NaOHإلى أن النتائج مقبولة وقد أدى ذلك إلى تقليل عسر مياه الصنبور بنقص نسبة الكالسيوم و المغنزيوم فيها
AI Powered Fake News Classification through Advanced NLP Techniques
(university of ghardaia, 2026) Bouharkat Lina Djihane; Mochten Ayat Elrrahmane
Fake news has emerged as a major challenge in the digital era due to the rapid dissemination of misinformation across online platforms and social media, with signifi- cant implications for public opinion, decision-making, and societal trust in information sources. This study investigates the effectiveness of transformer-based deep learning models for fake news detection under the hypothesis that pre-trained language models can capture rich contextual and semantic representations of textual data, enabling accurate binary classification of news articles as real or fake. The main objective is to design and evaluate a robust and comparative framework based on state-of-the-art transformer architectures, including BERT, RoBERTa, DeBERTa-v3, and a hybrid en- semble model, and to assess their performance across two benchmark datasets, ISOT Fake News and WELFake. The adopted methodology consists of fine-tuning pre- trained models on labeled datasets following a unified preprocessing pipeline involving data cleaning, tokenization, sequence standardization, and label encoding, followed by evaluation using standard metrics such as accuracy, F1-score, ROC-AUC, and con- fusion matrix. The experimental results demonstrate that transformer-based models achieve strong and competitive performance in fake news detection, with RoBERTa achieving the best results on the WELFake dataset and BERT showing the most consis- tent performance on the ISOT dataset, achieving the best result with 95.67% F1-score, while DeBERTa-v3 and the hybrid ensemble model exhibit comparatively lower perfor- mance, highlighting the sensitivity of model effectiveness to dataset characteristics and training configurations. Overall, the findings confirm the effectiveness of transformer- based approaches for misinformation detection and underline the importance of model selection depending on dataset properties, with potential applications in automated fact-checking and social media monitoring systems.
Al-Driven Optimization of Cellular Network Coverage and Capacity: Tower Placement and Dynamic Parameter Tuning
(université Ghardaia, 2025) GUERBOUZ, Mohammed Alaa Eddine; DAOUADI, Sliman Abderahim; FEKAIR, Mohamed El Amine Supervisor
The rapid growth of wireless communication has become vital to modern society, connecting people and devices across diverse applications. However, en- suring robust coverage and sufficient capacity in cellular networks especially in densely populated urban areas remains a significant challenge due to complex en- vironments and increasing user demands. This study aims to enhance network performance by optimizing key operational settings and strategically expanding infrastructure. We employ intelligent algorithms to fine tune base station param- eters using Bayesian Optimization (BO) and determine optimal locations for new towers using a Genetic Algorithm (GA), balancing signal quality, interference, and practical constraints. The results demonstrate that these data-driven meth- ods significantly improve coverage and capacity, offering a promising approach for efficient and adaptive network management.
Alginate/Polyaniline/Graphène hydrogel nanocomposite : préparation, caractérisation et application "انتاج مواد ذكية لمعالجة المياه بتقنية النانو"
(université Ghardaia, 2023) جلود, سهيلة; عكيف, هديل
Le nanocomposite hydrogel d'alginate/ polyaniline /graphène est un polyvalent pour diverses applications, y compris la photodégradation des colorants et les activités antibactériennes. Le hydrogel à base d'alginate de sodium (SA) ont été synthétisés sous forme de matrice polymère en présence de graphène et polyaniline comme agent de réticulation en utilisant la méthode solgel pour incorporer les propriétés intrinsèques de leurs composants afin d'obtenir un nanocomposite intégré. Le nanocomposite obtenu a été caractérisé à l'aide d'un microscope électronique à balayage et par diffraction des rayons X pour confirmer que les réseaux stables et hautement interconnectés ont été obtenus avec des nanofeuilles de graphène dispersées dans des matrices d'alginate qui ont été combinées avec succès par réticulation avec des quantités de nanofibres de polyaniline. L'efficacité du nanocomposite obtenu a été confirmée par son application dans les procédés de photodégradation à l'aide d'un spectromètre UV. Les résultats ont montré la performance et l'efficacité du nanocomposite synthétisé lors des processus de photodégradation des colorants en tant que photocatalyseur efficace avec un temps d'irradiation court. Le photocatalyseur de l'hydrogel a été évalué par sa grande efficacité dans la dégradation du colorant bleu de Coomassie en présence de lumière, et les résultats ont également montré que le nanocomposite est très efficace, avec une dégradation allant jusqu'à 95 % en 30 minutes en plus de sa haute performance dans l'inhibition de la croissance des bactéries. Cela confirme que le nanocomposite hydrogel alginate/polyaniline/graphène est l'une des solutions futures les plus prometteuses en matière de protection de l'environnement et d'inhibition de la croissance des bactéries et leurs activités.
Algorithme Bio-Inspiré Pour La Sécurité Dans Twitter
(université Ghardaia, 2021) Boughellaba, wissal; Djebrit, hanane
L es sites de réseaux sociaux sont devenus très populaires ces dernières années. Les gens les utilisent pour trouver de nouveaux amis, mettre à jour leurs amis existants avec leurs dernières pensées et activités. Parmi ces sites, Twitter est celui qui connaît la croissance la plus rapide, sa popularité attire également de nombreux spammeurs qui infiltrent les comptes d’utilisateurs légitimes avec une grande quantité de messages de spam. Dans ce travail, nous discutons certaines caractéristiques basées sur l’utilisateur et sur le contenu qui différent selon la nature de l’utilisateur légitime ou spammeur. Ensuite, nous discutons des méthodes efficaces pour détection des spam. Ce travail vise à appliquer la bio-inspiration à ce problème, en particulier l’algorithme d’optimisation (EHO), en discutant leur efficacité. Malgré l’inefficacité des dispositifs et la limite de l’environnement et le temps de travail nous avons obtenu des résultats satisfaisants.