ANALYSE ET DETECTION DES EMOTIONS VERBALES DANS LES INTERACTIONS ORALES / Fatima Zohra TRABELSI

Public ISBD Titre : ANALYSE ET DETECTION DES EMOTIONS VERBALES DANS LES INTERACTIONS ORALES Type de document : projet fin études Auteurs : Fatima Zohra TRABELSI, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : émotion, reconnaissance d’émotions, indexation d’émotions, SVM, détection d’émotions, extraction des émotions, interprétation, corpus émotionnel, classification, KNN, MLP CLASSIFIER, RNN, RANDOM FOREST Index. décimale : mast 91/18 Résumé : La reconnaissance des émotions est un aspect assez important de l’informatique affective. L’étude et le développement des interactions comportementales et émotionnelles sont l’un des objectifs, que cela soit entre un humain et un agent conversationnels animé ou deux humains ou même entre un humain et un robot. Cette tâche est assez complexe car les chercheurs étaient et sont encore, confrontés aÌ€ plusieurs défis, particulièrement la dépendance entre les différentes catégories des traits paralinguistiques et la variabilitéé interlocuteurs. La recherche concernant la représentation verbale d’émotions s’est essentiellement intéressée aÌ€ la description et la classification du lexique des émotions en réduisant l’étude aux possibilités sémantiques et conscientes du phénomène. L’un des objectifs dont on peut parler est l’identification des émotions sur la base du ton de la voix. La parole est un mode de communication plus ancien que le langage écrit. C’est un langage qui est exprimée par le corps aÌ€ travers la vocalisation. A travers cette modulation de la voix, la parole permet la transmission des émotions, des sentiments et des intentions. Dans cette thèse, quatre différents algorithmes sont appliqués et comparés par la suite afin de reconnaître le meilleur d’entre eux qui donne la meilleure précision. Ces quatre algorithmes sont : SVM, RANDOM FOREST, KNN, MLP CLASSIFIER. C’est bien évidemment le KNN qui possède la valeur de précision la plus élevée de 73.9 %. Le but de ce projet est de détecter automatiquement les émotions verbales dans la voix ou dans des interactions orales afin de pouvoir traduire la pensée pour éventuellement la représenter a l`aide d`un ensemble de mots. ANALYSE ET DETECTION DES EMOTIONS VERBALES DANS LES INTERACTIONS ORALES [projet fin études] / Fatima Zohra TRABELSI, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : émotion, reconnaissance d’émotions, indexation d’émotions, SVM, détection d’émotions, extraction des émotions, interprétation, corpus émotionnel, classification, KNN, MLP CLASSIFIER, RNN, RANDOM FOREST Index. décimale : mast 91/18 Résumé : La reconnaissance des émotions est un aspect assez important de l’informatique affective. L’étude et le développement des interactions comportementales et émotionnelles sont l’un des objectifs, que cela soit entre un humain et un agent conversationnels animé ou deux humains ou même entre un humain et un robot. Cette tâche est assez complexe car les chercheurs étaient et sont encore, confrontés aÌ€ plusieurs défis, particulièrement la dépendance entre les différentes catégories des traits paralinguistiques et la variabilitéé interlocuteurs. La recherche concernant la représentation verbale d’émotions s’est essentiellement intéressée aÌ€ la description et la classification du lexique des émotions en réduisant l’étude aux possibilités sémantiques et conscientes du phénomène. L’un des objectifs dont on peut parler est l’identification des émotions sur la base du ton de la voix. La parole est un mode de communication plus ancien que le langage écrit. C’est un langage qui est exprimée par le corps aÌ€ travers la vocalisation. A travers cette modulation de la voix, la parole permet la transmission des émotions, des sentiments et des intentions. Dans cette thèse, quatre différents algorithmes sont appliqués et comparés par la suite afin de reconnaître le meilleur d’entre eux qui donne la meilleure précision. Ces quatre algorithmes sont : SVM, RANDOM FOREST, KNN, MLP CLASSIFIER. C’est bien évidemment le KNN qui possède la valeur de précision la plus élevée de 73.9 %. Le but de ce projet est de détecter automatiquement les émotions verbales dans la voix ou dans des interactions orales afin de pouvoir traduire la pensée pour éventuellement la représenter a l`aide d`un ensemble de mots.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 91/18	mast 91/18 FAT	Texte imprimé	Unité des masters	Mast/18	Disponible

ANALYSE DES SENTIMENTS EN ARABE MAROCAIN / Kharbouch Ibtissam

Public ISBD Titre : ANALYSE DES SENTIMENTS EN ARABE MAROCAIN Type de document : projet fin études Auteurs : Kharbouch Ibtissam, Auteur Langues : Français (fre) Catégories : SDBD Index. décimale : mast 94/18 Résumé : L'analyse des sentiments est généralement effectuée en utilisant trois approches typiques : supervisée basée sur des algorithmes d'apprentissage automatique, non supervisée et hybride. Dans ce mémoire, nous présentons une approche non supervisée basée sur le lexique pour extraire le sentiment du texte écrit en arabe marocain dans le web. Nous proposons un module pour la racinisation des mots en Darija écrits en lettres arabes, un lexique de polarité en vue d’identifier l’orientation sémantique d’un texte donné. Par cette méthode basée sur le lexique que nous implémentons, les résultats font état d’une précision 74.72%. Descripteurs : Analyse des sentiments, Lexique du sentiment, Arabe marocain, Approche basée sur le lexique, Racinisation des mots. ANALYSE DES SENTIMENTS EN ARABE MAROCAIN [projet fin études] / Kharbouch Ibtissam, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Index. décimale : mast 94/18 Résumé : L'analyse des sentiments est généralement effectuée en utilisant trois approches typiques : supervisée basée sur des algorithmes d'apprentissage automatique, non supervisée et hybride. Dans ce mémoire, nous présentons une approche non supervisée basée sur le lexique pour extraire le sentiment du texte écrit en arabe marocain dans le web. Nous proposons un module pour la racinisation des mots en Darija écrits en lettres arabes, un lexique de polarité en vue d’identifier l’orientation sémantique d’un texte donné. Par cette méthode basée sur le lexique que nous implémentons, les résultats font état d’une précision 74.72%. Descripteurs : Analyse des sentiments, Lexique du sentiment, Arabe marocain, Approche basée sur le lexique, Racinisation des mots.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 94/18	mast 94/18 KHA	Texte imprimé	Unité des masters	Mast/18	Disponible

Analyse des sentiments dans les critiques des hôtels / Ait Cheikh Sara

Public ISBD Titre : Analyse des sentiments dans les critiques des hôtels Type de document : projet fin études Auteurs : Ait Cheikh Sara, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Classification Binaire, TripAdvisor, Algorithme supervisé, Algorithme non supervisé. Index. décimale : mast 95/18 Résumé : Les sites Web de voyage comme TripAdvisor sont de nos jours des outils importants pour les voyageurs afin décider quels hôtels, restaurants et attractions touristiques visiter. Dans ce rapport, j’ai considéré le problème de classification binaire des avis des clients concernant le domaine de l’hôtellerie en utilisant une base de données qui contient des critiques des hôtels provenant du site TripAdvisor. J’ai implémenté d’abord quelques algorithmes supervisés et non supervisés pour faire une comparaison entre les méthodes et découvrir les avantages et les inconvénients de chacune. La création des corpus pour les méthodes non supervisées et l’amélioration de ces méthodes est ma contribution dans ce projet. Et pour conclure une comparaison des précisions obtenue des différents modèles et une discutons des futurs travaux. Analyse des sentiments dans les critiques des hôtels [projet fin études] / Ait Cheikh Sara, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Classification Binaire, TripAdvisor, Algorithme supervisé, Algorithme non supervisé. Index. décimale : mast 95/18 Résumé : Les sites Web de voyage comme TripAdvisor sont de nos jours des outils importants pour les voyageurs afin décider quels hôtels, restaurants et attractions touristiques visiter. Dans ce rapport, j’ai considéré le problème de classification binaire des avis des clients concernant le domaine de l’hôtellerie en utilisant une base de données qui contient des critiques des hôtels provenant du site TripAdvisor. J’ai implémenté d’abord quelques algorithmes supervisés et non supervisés pour faire une comparaison entre les méthodes et découvrir les avantages et les inconvénients de chacune. La création des corpus pour les méthodes non supervisées et l’amélioration de ces méthodes est ma contribution dans ce projet. Et pour conclure une comparaison des précisions obtenue des différents modèles et une discutons des futurs travaux.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 95/18	mast 94/18 AIT	Texte imprimé	Unité des masters	Mast/18	Disponible

Analyse des sentiments dans les réseaux sociaux sur le dialecte marocain / Guennouni Nabila

Public ISBD Titre : Analyse des sentiments dans les réseaux sociaux sur le dialecte marocain Type de document : projet fin études Auteurs : Guennouni Nabila, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : analyse de sentiment, dialecte marocain, apprentissage automatique, apprentissage automatique. Index. décimale : mast 97/18 Résumé : Malgré la disponibilité d’un nombre remarquable de travaux et de ressources lexicales pour l’arabe moderne standard (MSA), les ressources disponibles gratuitement et les travaux de recherche sur le dialecte marocain et les dialectes maghrébins en général sont très limités. Dans le cadre du projet de fin d’études en master de recherche sciences de données et Big Data, L’objectif de mon travail était de proposer et d’implémenter une nouvelle approche d’analyse de sentiment sur les commentaires en provenance des réseaux sociaux et notamment Facebook rédigés en dialecte marocain (MD) en lettres arabes. J’ai proposé également un racinisateur pour le dialecte marocain, par la suite j’ai testé et comparé plusieurs algorithmes de classifications SVM, NB, NBM, RFC, avec deux différents descripteurs TF-IDF et les N-grammes. et nous avons pu obtenir des résultats très satisfaisants. Analyse des sentiments dans les réseaux sociaux sur le dialecte marocain [projet fin études] / Guennouni Nabila, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : analyse de sentiment, dialecte marocain, apprentissage automatique, apprentissage automatique. Index. décimale : mast 97/18 Résumé : Malgré la disponibilité d’un nombre remarquable de travaux et de ressources lexicales pour l’arabe moderne standard (MSA), les ressources disponibles gratuitement et les travaux de recherche sur le dialecte marocain et les dialectes maghrébins en général sont très limités. Dans le cadre du projet de fin d’études en master de recherche sciences de données et Big Data, L’objectif de mon travail était de proposer et d’implémenter une nouvelle approche d’analyse de sentiment sur les commentaires en provenance des réseaux sociaux et notamment Facebook rédigés en dialecte marocain (MD) en lettres arabes. J’ai proposé également un racinisateur pour le dialecte marocain, par la suite j’ai testé et comparé plusieurs algorithmes de classifications SVM, NB, NBM, RFC, avec deux différents descripteurs TF-IDF et les N-grammes. et nous avons pu obtenir des résultats très satisfaisants.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 97/18	mast 97/18 GUE	Texte imprimé	Unité des masters	Mast/18	Disponible

Application of Deep Learning in Sentiment Analysis / Sanaa Lakrouni

Public ISBD Titre : Application of Deep Learning in Sentiment Analysis Type de document : projet fin études Auteurs : Sanaa Lakrouni, Auteur Langues : Français (fre) Catégories : SDBD Index. décimale : mast 96/18 Résumé : This paperaddressestheproblemofsentence-levelsentimentanalysiswithdeep learning system,wehavebeenseenthousandsofpaperthatproposedmultiplema- chinelearningmethodssomeofthemattainedgreatresultsbutinrecentyears,with the succefulresultsthatdeeplearningshowsindifferentfieldwiththeirdifferent architectureConvolutionandRecursiveNeuralNetworkshavebeenproventobe effectivenetworkarchitectureforsentencelevelsentimentanalysis,inthisstudy wewillintroducethedifferentreasontousedeeplearningwithsentimentanalysis and thedetailsthathavebeenaddedtocombinedeeplearningandsentimentana- lysis ,wedescribeitsdifferentarchitectures,takingadvantageofthewaythatdeep learning generateautomaticallyefficientfeaturesandusethemintoclassification to attainedsufficientresults.IntheothersecondExperiencewithtweetdatashow the usualresultswithCnnandlstmandacombiningarchitecturebetweenthose architecturehavebeentrainedwithalocalmachine.usingtweetsasourdatawas the objectivepurposeofthisstudytoadaptthisfromEnglishlanguageintothe dialect Moroccans.InthiscontextwetriedtodoSentimentanalysiswithmoroccan dialect usingthesameprocessthatwehavebeendonebeforewithenglishdataand compare results. Application of Deep Learning in Sentiment Analysis [projet fin études] / Sanaa Lakrouni, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Index. décimale : mast 96/18 Résumé : This paperaddressestheproblemofsentence-levelsentimentanalysiswithdeep learning system,wehavebeenseenthousandsofpaperthatproposedmultiplema- chinelearningmethodssomeofthemattainedgreatresultsbutinrecentyears,with the succefulresultsthatdeeplearningshowsindifferentfieldwiththeirdifferent architectureConvolutionandRecursiveNeuralNetworkshavebeenproventobe effectivenetworkarchitectureforsentencelevelsentimentanalysis,inthisstudy wewillintroducethedifferentreasontousedeeplearningwithsentimentanalysis and thedetailsthathavebeenaddedtocombinedeeplearningandsentimentana- lysis ,wedescribeitsdifferentarchitectures,takingadvantageofthewaythatdeep learning generateautomaticallyefficientfeaturesandusethemintoclassification to attainedsufficientresults.IntheothersecondExperiencewithtweetdatashow the usualresultswithCnnandlstmandacombiningarchitecturebetweenthose architecturehavebeentrainedwithalocalmachine.usingtweetsasourdatawas the objectivepurposeofthisstudytoadaptthisfromEnglishlanguageintothe dialect Moroccans.InthiscontextwetriedtodoSentimentanalysiswithmoroccan dialect usingthesameprocessthatwehavebeendonebeforewithenglishdataand compare results.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 96/18	mast 96/18 SAN	Texte imprimé	Unité des masters	Mast/18	Disponible

La cohabitation de l'ingénierie dérigée par les modèles et BIG DATA dans le contexte DICE / Alehyane Oumaima

Public ISBD Titre : La cohabitation de l'ingénierie dérigée par les modèles et BIG DATA dans le contexte DICE Type de document : projet fin études Auteurs : Alehyane Oumaima, Auteur Langues : Français (fre) Catégories : SDBD Index. décimale : mast 92/18 La cohabitation de l'ingénierie dérigée par les modèles et BIG DATA dans le contexte DICE [projet fin études] / Alehyane Oumaima, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Index. décimale : mast 92/18

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 92/18	mast 92/18 ALE	Texte imprimé	Unité des masters	Mast/18	Disponible

Combinaison de descripteurs de texture couleur pour la classification des images / Mohamed ALIMOUSSA

Public ISBD Titre : Combinaison de descripteurs de texture couleur pour la classification des images Type de document : projet fin études Auteurs : Mohamed ALIMOUSSA, Auteur Langues : Français (fre) Catégories : SDBD Index. décimale : mast 84/18 Résumé : Le thème de recherche abordé concerne la combinaison de descripteurs pour la classification automatique d’images couleur texturées. Dans le cadre de ce travail de recherche, nous avons caractérisé les textures couleurs présente dans les images numériques par combinaison de deux descripteurs différents. Pour chaque descripteur nous avons essayé de combiner les attributs issus de descripteurs avec plusieurs configurations afin de caractériser les différents types de texture. Pour le premier descripteur, on a pu extraire les indices d’Haralick de matrices de co-occurrences couleurs en utilisant une combinaison d’espaces couleur de différentes familles. Par expérimentation, cette combinaison réduite permet une meilleure caractérisation des textures. Les indices d’Haralick de plusieurs configurations de matrices de co-occurrences couleurs ont été combinés afin de sélectionner les attributs permettant la meilleure discrimination des classes des images de texture. Pour le deuxième descripteur, les motifs binaires locaux ou LBP, au lieu d’exploiter directement les histogrammes des LBP, on propose d’extraire 3 types d’attributs statiques de ces histogrammes afin de réduire le temps de calcul. L’utilisation de ces attributs permet d’avoir une amélioration au niveau des résultats. Ensuite, on combine ces attributs statistiques issus des histogrammes des motifs binaires locaux selon plusieurs configurations, afin d’avoir un ensemble d’attributs où on peut sélectionner l’espace d’attributs qui permet la meilleure représentation et discrimination des différente classes de texture. Notre technique de combinaison été d’extraire de nos deux descripteurs les mêmes types d’attributs (statistiques). Ainsi, une concaténation des deux descripteurs comme combinaison est plus possible. Comme l’ensemble d’attributs sera plus grand (18 508 attributs) que les attributs de chaque descripteur seul, une procédure de sélection itérative est utilisée. Les approches de classification d’images couleur texturées mises en place ont été appliquées sur trois bases de données de texture couleur Outex, New Barktex et USPtex, et ont données des résultats très encourageants. En effet, nos approches ont pu avoir les meilleurs résultats dans deux bases de données, Outex et USPtex avec un pourcentage de 98.67% et 98.60% des images bien classées, et une deuxième place dans la base New Barktex avec un pourcentage de 91.66% des images bien classées. Combinaison de descripteurs de texture couleur pour la classification des images [projet fin études] / Mohamed ALIMOUSSA, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Index. décimale : mast 84/18 Résumé : Le thème de recherche abordé concerne la combinaison de descripteurs pour la classification automatique d’images couleur texturées. Dans le cadre de ce travail de recherche, nous avons caractérisé les textures couleurs présente dans les images numériques par combinaison de deux descripteurs différents. Pour chaque descripteur nous avons essayé de combiner les attributs issus de descripteurs avec plusieurs configurations afin de caractériser les différents types de texture. Pour le premier descripteur, on a pu extraire les indices d’Haralick de matrices de co-occurrences couleurs en utilisant une combinaison d’espaces couleur de différentes familles. Par expérimentation, cette combinaison réduite permet une meilleure caractérisation des textures. Les indices d’Haralick de plusieurs configurations de matrices de co-occurrences couleurs ont été combinés afin de sélectionner les attributs permettant la meilleure discrimination des classes des images de texture. Pour le deuxième descripteur, les motifs binaires locaux ou LBP, au lieu d’exploiter directement les histogrammes des LBP, on propose d’extraire 3 types d’attributs statiques de ces histogrammes afin de réduire le temps de calcul. L’utilisation de ces attributs permet d’avoir une amélioration au niveau des résultats. Ensuite, on combine ces attributs statistiques issus des histogrammes des motifs binaires locaux selon plusieurs configurations, afin d’avoir un ensemble d’attributs où on peut sélectionner l’espace d’attributs qui permet la meilleure représentation et discrimination des différente classes de texture. Notre technique de combinaison été d’extraire de nos deux descripteurs les mêmes types d’attributs (statistiques). Ainsi, une concaténation des deux descripteurs comme combinaison est plus possible. Comme l’ensemble d’attributs sera plus grand (18 508 attributs) que les attributs de chaque descripteur seul, une procédure de sélection itérative est utilisée. Les approches de classification d’images couleur texturées mises en place ont été appliquées sur trois bases de données de texture couleur Outex, New Barktex et USPtex, et ont données des résultats très encourageants. En effet, nos approches ont pu avoir les meilleurs résultats dans deux bases de données, Outex et USPtex avec un pourcentage de 98.67% et 98.60% des images bien classées, et une deuxième place dans la base New Barktex avec un pourcentage de 91.66% des images bien classées.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 84/18	mast 84/18 MOH	Texte imprimé	Unité des masters	Mast/18	Disponible

Conception et réalisation d’une plateforme web pour le suivi des indicateurs sectoriels (WAFA ACTUS) / Saad EL ANBARI

Public ISBD Titre : Conception et réalisation d’une plateforme web pour le suivi des indicateurs sectoriels (WAFA ACTUS) Type de document : projet fin études Auteurs : Saad EL ANBARI, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Wafa gestion, scraping, crawling, visualization, analyse sectorielle. Index. décimale : mast 98/18 Résumé : Ce rapport présente l’ensemble du travail réalisé dans le cadre de mon projet de fin d’études effectué dans l’entreprise Wafa gestion à Casablanca. Ce stage avait comme objectif la conception et la réalisation d’une plateforme pour le suivi des indicateurs sectoriels pour la Direction Actions et Diversifiés. Il s’inscrit dans le cadre de centralisation des données liées aux secteurs afin d’optimiser la performance de l’analyse sectoriel et de remédier aux différents problèmes liés à la communication entre les analystes. Pour se faire, il était indispensable de commencer, en premier lieu, par l’initiation et la familiarisation avec le projet et son esprit, dans le but de comprendre la problématique posée et les résultats attendus. En deuxième lieu, l’analyse détaillée de chaque secteur pour regrouper toutes les informations et l’architecture de la solution. Nous commençons par la conception pour ensuite élaborer les diagrammes (Classes, Séquences, Cas d’utilisation) qui permettent la modélisation le système. En dernier lieu, nous nous sommes concentrés sur la phase de la réalisation de la plateforme. Pour cette phase, nous avons choisi les technologies les plus adéquates au contexte du stage. L’architecture de notre plateforme a été implémentée en utilisant JavaScript, PHP, les bibliothèques JQuery et Simple_html_dom_perser. Le résultat de ce travail est une plateforme web axé autour du thème : Centralisation et alimentation automatique de toutes les données liées aux indicateurs sectoriels avec visualisation de données lié à l’office des changes. Cette solution offre aux analystes la possibilité d’accéder aux informations synthétisées et efficaces pour l’analyse fondamentale pour la prise de la décision. Conception et réalisation d’une plateforme web pour le suivi des indicateurs sectoriels (WAFA ACTUS) [projet fin études] / Saad EL ANBARI, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Wafa gestion, scraping, crawling, visualization, analyse sectorielle. Index. décimale : mast 98/18 Résumé : Ce rapport présente l’ensemble du travail réalisé dans le cadre de mon projet de fin d’études effectué dans l’entreprise Wafa gestion à Casablanca. Ce stage avait comme objectif la conception et la réalisation d’une plateforme pour le suivi des indicateurs sectoriels pour la Direction Actions et Diversifiés. Il s’inscrit dans le cadre de centralisation des données liées aux secteurs afin d’optimiser la performance de l’analyse sectoriel et de remédier aux différents problèmes liés à la communication entre les analystes. Pour se faire, il était indispensable de commencer, en premier lieu, par l’initiation et la familiarisation avec le projet et son esprit, dans le but de comprendre la problématique posée et les résultats attendus. En deuxième lieu, l’analyse détaillée de chaque secteur pour regrouper toutes les informations et l’architecture de la solution. Nous commençons par la conception pour ensuite élaborer les diagrammes (Classes, Séquences, Cas d’utilisation) qui permettent la modélisation le système. En dernier lieu, nous nous sommes concentrés sur la phase de la réalisation de la plateforme. Pour cette phase, nous avons choisi les technologies les plus adéquates au contexte du stage. L’architecture de notre plateforme a été implémentée en utilisant JavaScript, PHP, les bibliothèques JQuery et Simple_html_dom_perser. Le résultat de ce travail est une plateforme web axé autour du thème : Centralisation et alimentation automatique de toutes les données liées aux indicateurs sectoriels avec visualisation de données lié à l’office des changes. Cette solution offre aux analystes la possibilité d’accéder aux informations synthétisées et efficaces pour l’analyse fondamentale pour la prise de la décision.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 98/18	mast 98/18 SAA	Texte imprimé	Unité des masters	Mast/18	Disponible

Deep Reinforcement Learning for Autonomous Surveillance Quadrotors / ACHRAF OUSSIDI

Public ISBD Titre : Deep Reinforcement Learning for Autonomous Surveillance Quadrotors Type de document : texte imprimé Auteurs : ACHRAF OUSSIDI, Auteur Langues : Français (fre) Catégories : SDBD Index. décimale : mast 83/18 Résumé : DEEP reinforcement learning has been widely used in robotics and automated driving/flight. The reason behind this surge in popularity is the simplicity of its algorithms and its efficiency to deal with this type of problems. In this work, we review the literature of reinforcement learning, we present the advantages and limitations of the widely used algorithms; notably dynamic programming, Monte Carlo and the TD-Lambda method. We dive into their unique structures and the way they address the exploration vs exploitation problem. The second part of this work proposes a way for autonomous flight for quadrotors; one of the simplest designs for UAVs with a relatively complex and unstable dynamics and a non-linear system. We base our approach on RARL, an algorithm that mixes between adversary optimization scenarios and multi-agent reinforcement learning to produce an autonomous flight system for quadrotors that is robust to changes in the environment, generalizes better and performs well when the learned policy is transferred from a simulation to the real-world. The experimental results show a better performance compared to the baseline algorithm TD-Lambda and performs better in an environment under external forces that mimic the “imperfections” of the real-world. Deep Reinforcement Learning for Autonomous Surveillance Quadrotors [texte imprimé] / ACHRAF OUSSIDI, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Index. décimale : mast 83/18 Résumé : DEEP reinforcement learning has been widely used in robotics and automated driving/flight. The reason behind this surge in popularity is the simplicity of its algorithms and its efficiency to deal with this type of problems. In this work, we review the literature of reinforcement learning, we present the advantages and limitations of the widely used algorithms; notably dynamic programming, Monte Carlo and the TD-Lambda method. We dive into their unique structures and the way they address the exploration vs exploitation problem. The second part of this work proposes a way for autonomous flight for quadrotors; one of the simplest designs for UAVs with a relatively complex and unstable dynamics and a non-linear system. We base our approach on RARL, an algorithm that mixes between adversary optimization scenarios and multi-agent reinforcement learning to produce an autonomous flight system for quadrotors that is robust to changes in the environment, generalizes better and performs well when the learned policy is transferred from a simulation to the real-world. The experimental results show a better performance compared to the baseline algorithm TD-Lambda and performs better in an environment under external forces that mimic the “imperfections” of the real-world.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 83/18	mast 83/18 ACH	Texte imprimé	Unité des masters	Mast/18	Disponible

L’Efficience Du Marché Boursier Marocain / AZ-DINE Ayoub

Public ISBD Titre : L’Efficience Du Marché Boursier Marocain Type de document : projet fin études Auteurs : AZ-DINE Ayoub, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Efficience des marchés financiers, Bourse des valeurs de casablanca, Tests de l’efficience, ARIMA_BOX-JENKINS, Modèle GARCH, Analyse Technique. Index. décimale : mast 99/18 Résumé : Ce mémoire a pour objet d’étudier l’efficience au sens faible du marché boursier marocain, en analysant si les prix passés permettent de déterminer les prix futurs sur la période allant de janvier 2005 à mai 2018. Apres avoir rejeté l’hypothèse de l’efficience, on a essai de modéliser l’indice général MASI et aussi d’anticiper les prix des cours boursiers en se basant sur l’analyse technique. L’Efficience Du Marché Boursier Marocain [projet fin études] / AZ-DINE Ayoub, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Efficience des marchés financiers, Bourse des valeurs de casablanca, Tests de l’efficience, ARIMA_BOX-JENKINS, Modèle GARCH, Analyse Technique. Index. décimale : mast 99/18 Résumé : Ce mémoire a pour objet d’étudier l’efficience au sens faible du marché boursier marocain, en analysant si les prix passés permettent de déterminer les prix futurs sur la période allant de janvier 2005 à mai 2018. Apres avoir rejeté l’hypothèse de l’efficience, on a essai de modéliser l’indice général MASI et aussi d’anticiper les prix des cours boursiers en se basant sur l’analyse technique.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 99/18	mast 99/18 EFF	Texte imprimé	Unité des masters	Mast/18	Disponible

Fusion of Sonar and Optical data for fish tracking and recognition / Hicham CHABILI

Public ISBD Titre : Fusion of Sonar and Optical data for fish tracking and recognition Type de document : projet fin études Auteurs : Hicham CHABILI, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Underwater computer vision, Sonar, Fish Detection , Sensor Fusion. Index. décimale : mast 87/18 Résumé : The ecological underwater system is continuously changing. Underwater marine life is still shrouded in mystery. Knowing it, learning about it and conserving it are an inevitable part of living all around it. In a time when various challenges are facing the marine life, the ability to see and know what is underwater and where it is located is of the utmost importance. Underwater detection and identification of species has become a prominent field at the intersection of marine studies and computer science. The use of the latest and most sophisticated captors to relay an almost perfect image of the underwater scenery, and the application of the most powerful artificial intelligence algorithms along with the incredible knowledge the marine studies offer create a multi-disciplinary research breakthrough. In this thesis, we conduct a thorough investigation of the various approaches to the issue of underwater species’ detection and identification. We specifically discuss the use of sonar techniques and video tracking techniques along with their fusion as problems to the aforementioned species’ recognition issue. To that end, we propose an approach to sonar and video fusion by exploiting fish movements in a shared timeframe. We implement and verify sonar and video techniques on different sets of data, and draw conclusions from each to determine limitations, infer learned lessons and explore future opportunities of research. Fusion of Sonar and Optical data for fish tracking and recognition [projet fin études] / Hicham CHABILI, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Underwater computer vision, Sonar, Fish Detection , Sensor Fusion. Index. décimale : mast 87/18 Résumé : The ecological underwater system is continuously changing. Underwater marine life is still shrouded in mystery. Knowing it, learning about it and conserving it are an inevitable part of living all around it. In a time when various challenges are facing the marine life, the ability to see and know what is underwater and where it is located is of the utmost importance. Underwater detection and identification of species has become a prominent field at the intersection of marine studies and computer science. The use of the latest and most sophisticated captors to relay an almost perfect image of the underwater scenery, and the application of the most powerful artificial intelligence algorithms along with the incredible knowledge the marine studies offer create a multi-disciplinary research breakthrough. In this thesis, we conduct a thorough investigation of the various approaches to the issue of underwater species’ detection and identification. We specifically discuss the use of sonar techniques and video tracking techniques along with their fusion as problems to the aforementioned species’ recognition issue. To that end, we propose an approach to sonar and video fusion by exploiting fish movements in a shared timeframe. We implement and verify sonar and video techniques on different sets of data, and draw conclusions from each to determine limitations, infer learned lessons and explore future opportunities of research.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 87/18	mast 87/18 HIC	Texte imprimé	Unité des masters	Mast/18	Disponible

Hand Pose Estimation Based on Deep Learning / Bel-lahcen marwane

Public ISBD Titre : Hand Pose Estimation Based on Deep Learning Type de document : projet fin études Auteurs : Bel-lahcen marwane, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Estimation de la pose 3D de la main, Deep Learning, Réseau de neurones à convolution, Capteur RGB-D Index. décimale : mast 82/18 Résumé : Le problème de l’estimation de la pose de la main a suscité beaucoup d’attention dans la communauté de vision par ordinateur, il a été étudié pendant des décennies, possédant une grande importance dans le domaine d’interaction homme-machine, et de robotique. En raison de la valeur pratique associée à ce sujet, il a repris récemment l’intérêt de nombreux recherches en raison de l’émergence des caméras de profondeur, mais en dépit des progrès récents dans ce domaine, une estimation de la pose 3D de la main robuste et précise reste encore une tâche difficile à accomplir. Dans ce travail nous avons essayé de faire une étude comparative des différentes méthodes d’estimation de la pose 3D de la main introduites récemment, nous avons travaillé sur l’implémentation de notre propre méthode basée sur l’exploitation de l’apprentissage automatique. Ce manuscrit est divisé en trois chapitres, le premier introduit des notions nécessaires pour faire face au problème de l’estimation de la pose 3D de la main, tel que le principe de fonctionnement des capteurs de profondeur, les bases de données disponibles, et les méthodes de Deep Learning utilisées pour résoudre ce problème. Le deuxième chapitre présente un état de l’art de ce sujet, à travers lequel nous présentons les travaux introduits récemment. Alors que le dernier chapitre se concentre sur notre approche proposée et fournit une étude comparative des différentes approches introduites dans le chapitre précédent et notre modèle proposé. Hand Pose Estimation Based on Deep Learning [projet fin études] / Bel-lahcen marwane, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Estimation de la pose 3D de la main, Deep Learning, Réseau de neurones à convolution, Capteur RGB-D Index. décimale : mast 82/18 Résumé : Le problème de l’estimation de la pose de la main a suscité beaucoup d’attention dans la communauté de vision par ordinateur, il a été étudié pendant des décennies, possédant une grande importance dans le domaine d’interaction homme-machine, et de robotique. En raison de la valeur pratique associée à ce sujet, il a repris récemment l’intérêt de nombreux recherches en raison de l’émergence des caméras de profondeur, mais en dépit des progrès récents dans ce domaine, une estimation de la pose 3D de la main robuste et précise reste encore une tâche difficile à accomplir. Dans ce travail nous avons essayé de faire une étude comparative des différentes méthodes d’estimation de la pose 3D de la main introduites récemment, nous avons travaillé sur l’implémentation de notre propre méthode basée sur l’exploitation de l’apprentissage automatique. Ce manuscrit est divisé en trois chapitres, le premier introduit des notions nécessaires pour faire face au problème de l’estimation de la pose 3D de la main, tel que le principe de fonctionnement des capteurs de profondeur, les bases de données disponibles, et les méthodes de Deep Learning utilisées pour résoudre ce problème. Le deuxième chapitre présente un état de l’art de ce sujet, à travers lequel nous présentons les travaux introduits récemment. Alors que le dernier chapitre se concentre sur notre approche proposée et fournit une étude comparative des différentes approches introduites dans le chapitre précédent et notre modèle proposé.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 82/18	mast 82/18 BEL	Texte imprimé	Unité des masters	Mast/18	Disponible

Machine Learning Appliqué Sur des Données Cryptées / ABDERRAZAK NAIM

Public ISBD Titre : Machine Learning Appliqué Sur des Données Cryptées Type de document : projet fin études Auteurs : ABDERRAZAK NAIM, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Donnees cryptees, Neural networks, Reseau neurone, machine learning, Chirement homomorphe. Index. décimale : mast 86/18 Résumé : Le present document constitue la synthese de notre travail, realise dans le cadre de projets de n d'etudes. Ce travail a pour objectif de proposer une solution pour le probleme de securite et de condentialite des donnees des utilisateurs qui veut utiliser le service machine Learning as a Service fourni par le Cloud Computing. Cette solution consiste a appliquer les modeles machines learning sur des donnees cryptees. Pour atteindre une grande precision, nous utilisons des reseaux de neurones, qui ont montre qu'ils surpassaient d'autres modeles d'apprentissage pour de nombreuses t^aches. Pour satisfaire aux exigences de condentialite, nous utilisons le chirement homomorphe, les utilisateurs chirent leurs donnees et telechargent les textes chires dans le cloud. Le cloud eectue des predictions de reseau neurone sur les donnees cryptees et obtient des resultats sous forme cryptee. Le cloud envoie les resultats de prediction cryptes aux utilisateurs. Les utilisateurs dechirent et obtiennent les resultats en clair. Le cloud n'apprend jamais d'informations sur les donnees des utilisateurs et les resultats de prediction, alors que les resultats sont garantis ^etre corrects. L'adaptation des modeles reseaux neurones en changeant les fonctions d'activation par des approximations ,nous permettent d'appliquer ces modeles sur des donnees cryptees. Machine Learning Appliqué Sur des Données Cryptées [projet fin études] / ABDERRAZAK NAIM, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Donnees cryptees, Neural networks, Reseau neurone, machine learning, Chirement homomorphe. Index. décimale : mast 86/18 Résumé : Le present document constitue la synthese de notre travail, realise dans le cadre de projets de n d'etudes. Ce travail a pour objectif de proposer une solution pour le probleme de securite et de condentialite des donnees des utilisateurs qui veut utiliser le service machine Learning as a Service fourni par le Cloud Computing. Cette solution consiste a appliquer les modeles machines learning sur des donnees cryptees. Pour atteindre une grande precision, nous utilisons des reseaux de neurones, qui ont montre qu'ils surpassaient d'autres modeles d'apprentissage pour de nombreuses t^aches. Pour satisfaire aux exigences de condentialite, nous utilisons le chirement homomorphe, les utilisateurs chirent leurs donnees et telechargent les textes chires dans le cloud. Le cloud eectue des predictions de reseau neurone sur les donnees cryptees et obtient des resultats sous forme cryptee. Le cloud envoie les resultats de prediction cryptes aux utilisateurs. Les utilisateurs dechirent et obtiennent les resultats en clair. Le cloud n'apprend jamais d'informations sur les donnees des utilisateurs et les resultats de prediction, alors que les resultats sont garantis ^etre corrects. L'adaptation des modeles reseaux neurones en changeant les fonctions d'activation par des approximations ,nous permettent d'appliquer ces modeles sur des donnees cryptees.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 86/18	mast 86/18 ABD	Texte imprimé	Unité des masters	Mast/18	Disponible

Machine Translating of Moroccan Dialect / Maryam OUHAMI

Public ISBD Titre : Machine Translating of Moroccan Dialect Type de document : projet fin études Auteurs : Maryam OUHAMI, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : NLP, Morphology analyzer, Moroccan Dialect Index. décimale : mast 93/18 Résumé : The rise of the internet as well as the continued growth of access through different technologies around the world caused an increasing quantities of web content, more specifically the content writing in Arabic, as a result of people’s tendency to express themselves in their own languages. The Arabic content comprise more than 22 types of Arabic dialects within countries and regions. Our main goal is to provide a fair understanding of the Moroccan Arabic web content to the Arabic users, this goal can be achieved using machine translation techniques. For this purpose, a parallel corpus is needed in addition to natural language processing tools. Since Moroccan Dialect (MD) is not enough studied in the natural language processing area most of MSA tools are not adapted to dialects and do not take into account, and as far as we are concerned no Moroccan parallel corpus is for open sourced. We attempt machine translation of MD within a direct rule-based approach based on deep morphology analysis, besides we built our Moroccan Dialect Parallel Corpus (MDPC) from translating manually an MSA dictionary and some of the MD web content. The findings are interesting, the translation is accomplished at a morphological level. Machine Translating of Moroccan Dialect [projet fin études] / Maryam OUHAMI, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : NLP, Morphology analyzer, Moroccan Dialect Index. décimale : mast 93/18 Résumé : The rise of the internet as well as the continued growth of access through different technologies around the world caused an increasing quantities of web content, more specifically the content writing in Arabic, as a result of people’s tendency to express themselves in their own languages. The Arabic content comprise more than 22 types of Arabic dialects within countries and regions. Our main goal is to provide a fair understanding of the Moroccan Arabic web content to the Arabic users, this goal can be achieved using machine translation techniques. For this purpose, a parallel corpus is needed in addition to natural language processing tools. Since Moroccan Dialect (MD) is not enough studied in the natural language processing area most of MSA tools are not adapted to dialects and do not take into account, and as far as we are concerned no Moroccan parallel corpus is for open sourced. We attempt machine translation of MD within a direct rule-based approach based on deep morphology analysis, besides we built our Moroccan Dialect Parallel Corpus (MDPC) from translating manually an MSA dictionary and some of the MD web content. The findings are interesting, the translation is accomplished at a morphological level.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 93/18	mast 93/18 MAR	Texte imprimé	Unité des masters	Mast/18	Disponible

A meta learning perspective on cold start recommendations for items / EL OUARDI ANAS

Public ISBD Titre : A meta learning perspective on cold start recommendations for items Type de document : projet fin études Auteurs : EL OUARDI ANAS, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Meta-learning, Item cold-start, Prototypical Networks for Few-shot Learning, Architecture hybride Index. décimale : mast 78/18 Résumé : Le probleme du Item cold-start ICS (Le probleme de demarrage a froid des items) est le probleme le plus communement rencontre par les systemes de recommandations. Ce probleme s'aggrave particulierement dans des contextes tels que la recommandation des tweets, et surtout lorsque de nouveaux items (tweets) arrivent en continu. Dans ce travail, nous presentons une ap- proche Meta-learning pour traiter le probleme du ICS lorsque de nouveaux elements arrivent en continu,cette approche se resume dans la proposition d'une architecture hybride(modiee) des Prototypical Networks for Few-shot Learning adaptee a la recommandation des tweets. L'objectif de notre architecture est de predire la nature des nouveaux items (positifs ou negatifs) tout en ayant un minimum de donnees historiques de l'utilisateur. Le test de notre modele est eectue sur une base de donnees que nous avons collecte a base de tweets. A meta learning perspective on cold start recommendations for items [projet fin études] / EL OUARDI ANAS, Auteur . - [s.d.]. Langues : Français (fre) Catégories : SDBD Mots-clés : Meta-learning, Item cold-start, Prototypical Networks for Few-shot Learning, Architecture hybride Index. décimale : mast 78/18 Résumé : Le probleme du Item cold-start ICS (Le probleme de demarrage a froid des items) est le probleme le plus communement rencontre par les systemes de recommandations. Ce probleme s'aggrave particulierement dans des contextes tels que la recommandation des tweets, et surtout lorsque de nouveaux items (tweets) arrivent en continu. Dans ce travail, nous presentons une ap- proche Meta-learning pour traiter le probleme du ICS lorsque de nouveaux elements arrivent en continu,cette approche se resume dans la proposition d'une architecture hybride(modiee) des Prototypical Networks for Few-shot Learning adaptee a la recommandation des tweets. L'objectif de notre architecture est de predire la nature des nouveaux items (positifs ou negatifs) tout en ayant un minimum de donnees historiques de l'utilisateur. Le test de notre modele est eectue sur une base de donnees que nous avons collecte a base de tweets.

Réservation

Réserver ce document

Exemplaires

Code barre	Cote	Support	Localisation	Section	Disponibilité
mast 78/18	mast 78/18 ELO	Texte imprimé	Unité des masters	Mast/18	Disponible