A partir de cette page vous pouvez :
Retourner au premier écran avec les étagères virtuelles... |
Catégories
> SDBD
Faire une suggestion Affiner la recherche
NoSQL Databases – Seek For A Design Methodology / Chaimae ASAAD
Titre : NoSQL Databases – Seek For A Design Methodology Type de document : projet fin études Auteurs : Chaimae ASAAD, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : NoSQL, NoSQL Databases, NoSQL Data Modeling, NoSQL Evaluation Index. décimale : mast 80/18 Résumé : NoSQL has emerged as a novel approach to bypass the rigidity and limits that traditional
Databases presented when modeling real world features. Its heterogeneity
and the variety of models it introduced and a number of other technical advantages
helped NoSQL conquer the industrial and business world. NoSQL Databases are
mostly conceived at physical design level, following a set of storage and structural
rules regulated by each specific database. As NoSQL thrived, so did NoSQL data
modeling. Research into unified approaches for NoSQL Databases at all design levels
has been widely pursued in the last decade. This thesis presents a comprehensive
research into NoSQL Databases, their characteristics, classification and comparison.
We conduct a survey of the various proposals aiming to unify all or most NoSQL
Databases under a uniform design methodology. We also present the different data
models of each NoSQL Database type, and the numerous approaches existing in the
literature to designing and modeling them. Additionaly, we propose a framework
for the evaluation of NoSQL Design Methodologies.
NoSQL Databases – Seek For A Design Methodology [projet fin études] / Chaimae ASAAD, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : SDBD Mots-clés : NoSQL, NoSQL Databases, NoSQL Data Modeling, NoSQL Evaluation Index. décimale : mast 80/18 Résumé : NoSQL has emerged as a novel approach to bypass the rigidity and limits that traditional
Databases presented when modeling real world features. Its heterogeneity
and the variety of models it introduced and a number of other technical advantages
helped NoSQL conquer the industrial and business world. NoSQL Databases are
mostly conceived at physical design level, following a set of storage and structural
rules regulated by each specific database. As NoSQL thrived, so did NoSQL data
modeling. Research into unified approaches for NoSQL Databases at all design levels
has been widely pursued in the last decade. This thesis presents a comprehensive
research into NoSQL Databases, their characteristics, classification and comparison.
We conduct a survey of the various proposals aiming to unify all or most NoSQL
Databases under a uniform design methodology. We also present the different data
models of each NoSQL Database type, and the numerous approaches existing in the
literature to designing and modeling them. Additionaly, we propose a framework
for the evaluation of NoSQL Design Methodologies.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 80/18 mast 80/18 CHA Texte imprimé Unité des masters Mast/18 Disponible Predicting demand for online advertisements / Imane Dehbi Skali
Titre : Predicting demand for online advertisements Type de document : projet fin études Auteurs : Imane Dehbi Skali, Auteur Langues : Français (fre) Catégories : SDBD Index. décimale : mast 74/18 Predicting demand for online advertisements [projet fin études] / Imane Dehbi Skali, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : SDBD Index. décimale : mast 74/18 Réservation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 74/18 mast 74/18 IMA Texte imprimé Unité des masters Mast/18 Disponible Predicting leadership potential of users on social media / Addad Houssam Zakaria
Titre : Predicting leadership potential of users on social media Type de document : projet fin Ă©tudes Auteurs : Addad Houssam Zakaria, Auteur Langues : Français (fre) CatĂ©gories : SDBD Index. dĂ©cimale : mast 85/18 RĂ©sumĂ© : Avec une grande augmentation des données générées par le web et notamment les réseaux sociaux. Il est devenu impératif pour nous autant que des chercheurs data scientistes d’explorer ces données nommées The gold Mine ou la mine d’or pour extraire des informations qui vont nous aider à améliorer un service ou un produit….
Dans le cadre de mon projet de fin d’étude en master recherche sciences de données et Big Data Il m’a été confié de faire un projet dont l’intitulé est Profiling social Media Users ou je vais essayer d’explorer les données des réseaux sociaux afin de créer un modèle pour pouvoir le potentiel de leadership des utilisateurs de ces réseaux sociauxPredicting leadership potential of users on social media [projet fin Ă©tudes] / Addad Houssam Zakaria, Auteur . - [s.d.].
Langues : Français (fre)
CatĂ©gories : SDBD Index. dĂ©cimale : mast 85/18 RĂ©sumĂ© : Avec une grande augmentation des données générées par le web et notamment les réseaux sociaux. Il est devenu impératif pour nous autant que des chercheurs data scientistes d’explorer ces données nommées The gold Mine ou la mine d’or pour extraire des informations qui vont nous aider à améliorer un service ou un produit….
Dans le cadre de mon projet de fin d’étude en master recherche sciences de données et Big Data Il m’a été confié de faire un projet dont l’intitulé est Profiling social Media Users ou je vais essayer d’explorer les données des réseaux sociaux afin de créer un modèle pour pouvoir le potentiel de leadership des utilisateurs de ces réseaux sociauxRĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 85/18 mast 85/18 ADD Texte imprimé Unité des masters Mast/18 Disponible Reconnaissance Automatique de la Parole (RAP) en utilisant le Deep Learning / Doha BOUALLAL
Titre : Reconnaissance Automatique de la Parole (RAP) en utilisant le Deep Learning Type de document : projet fin Ă©tudes Auteurs : Doha BOUALLAL, Auteur Langues : Français (fre) CatĂ©gories : SDBD Mots-clĂ©s : Reconnaissance automatique de la parole, rĂ©seaux de neurones rĂ©currents, RNN, RAP Index. dĂ©cimale : mast 72/18 RĂ©sumĂ© : La reconnaissance automatique de la parole est un domaine ayant toujours eu un grand attrait auprès des chercheurs comme auprès du grand public. En effet, qui n’a jamais rêvé de pouvoir parler à une machine ou, du moins, piloter un appareil ou un ordinateur par la voix. Ne plus avoir à se lever pour allumer ou éteindre tel ou tel appareil électrique, ne plus avoir à taper pendant des heures sur un clavier pour rédiger un rapport (par exemple). L’homme étant par nature paresseux, une telle technologie a toujours suscité chez lui une part d’envie et d’intérêt, ce que peu d’autres technologies ont réussi à faire. Le secteur de la reconnaissance automatique de la parole est en pleine croissance jour après jour, et nous verrons dans ce travail le progrès scientifique de cette science depuis son apparition jusqu’aujourd’hui ainsi que les principales approches classiques et actuelles qui sont les plus utilisées (plus spécifiquement les approches neuronales). L’objectif de ce travail était de tester la performance des architectures des réseaux de neurones récurrents (RNN) et leur efficacité en RAP.
Bien que des améliorations restent encore à faire sur les systèmes complexes de reconnaissance, il est à noter que les systèmes actuels restent limités en matière de robustesse, et doivent donc améliorer dans le futur leur capacité à s’adapter dans différents environnements et conditions d’utilisation.
Reconnaissance Automatique de la Parole (RAP) en utilisant le Deep Learning [projet fin Ă©tudes] / Doha BOUALLAL, Auteur . - [s.d.].
Langues : Français (fre)
CatĂ©gories : SDBD Mots-clĂ©s : Reconnaissance automatique de la parole, rĂ©seaux de neurones rĂ©currents, RNN, RAP Index. dĂ©cimale : mast 72/18 RĂ©sumĂ© : La reconnaissance automatique de la parole est un domaine ayant toujours eu un grand attrait auprès des chercheurs comme auprès du grand public. En effet, qui n’a jamais rêvé de pouvoir parler à une machine ou, du moins, piloter un appareil ou un ordinateur par la voix. Ne plus avoir à se lever pour allumer ou éteindre tel ou tel appareil électrique, ne plus avoir à taper pendant des heures sur un clavier pour rédiger un rapport (par exemple). L’homme étant par nature paresseux, une telle technologie a toujours suscité chez lui une part d’envie et d’intérêt, ce que peu d’autres technologies ont réussi à faire. Le secteur de la reconnaissance automatique de la parole est en pleine croissance jour après jour, et nous verrons dans ce travail le progrès scientifique de cette science depuis son apparition jusqu’aujourd’hui ainsi que les principales approches classiques et actuelles qui sont les plus utilisées (plus spécifiquement les approches neuronales). L’objectif de ce travail était de tester la performance des architectures des réseaux de neurones récurrents (RNN) et leur efficacité en RAP.
Bien que des améliorations restent encore à faire sur les systèmes complexes de reconnaissance, il est à noter que les systèmes actuels restent limités en matière de robustesse, et doivent donc améliorer dans le futur leur capacité à s’adapter dans différents environnements et conditions d’utilisation.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 72/18 mast 72/18 DOH Texte imprimé Unité des masters Mast/18 Disponible Reduce false positives of fall video detection algorithm by hybridizing CNN model and Haar cascade classifer / Amal EL KAID
Titre : Reduce false positives of fall video detection algorithm by hybridizing CNN model and Haar cascade classifer Type de document : projet fin études Auteurs : Amal EL KAID, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Apprentissage profond, reseau de neurones convolution, Detection humaine, Reduire les
fausses alertes.Index. décimale : mast 90/18 Résumé : Les algorithmes de detection des chutes en video ont montre une grande importance surtout pour les
personnes ^agees. Un nombre de recherches sont faites an de diminuer le taux de chutes chez eux.
L'algorithme Angely est un des algorithmes performants qui repond ~A ce besoin, il permet de declencher
une alerte en cas de chute d'une personne ^agee. Bien que cet algorithme a sauve plusieurs vies en declenchant
des alertes rapides, il soure de la grande quantite de fausses alertes envoyees. Cet inconvenient
est devenu notre motivation majeure qui nous a pousse d'entamer ce projet. Le but de ce travail est de
proposer un algorithme qui arrive a minimiser ces fausses positives en surmontant les dicultes de la basse
qualite d'images des cameras de video-surveillance. An de repondre a ces exigences, nous proposons une
hybridation de la methode de detection humaine, basee sur les caracteristiques pseudo-Haar, et un modele
de reseau de neurones convolutif. Ces methodes ont ete choisies gr^ace a leur haute performance dans notre
cas. Avec cette proposition, nous avons participe a l'amelioration de la performance de l'algorithme de
detection des chutes.
Reduce false positives of fall video detection algorithm by hybridizing CNN model and Haar cascade classifer [projet fin Ă©tudes] / Amal EL KAID, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : SDBD Mots-clés : Apprentissage profond, reseau de neurones convolution, Detection humaine, Reduire les
fausses alertes.Index. décimale : mast 90/18 Résumé : Les algorithmes de detection des chutes en video ont montre une grande importance surtout pour les
personnes ^agees. Un nombre de recherches sont faites an de diminuer le taux de chutes chez eux.
L'algorithme Angely est un des algorithmes performants qui repond ~A ce besoin, il permet de declencher
une alerte en cas de chute d'une personne ^agee. Bien que cet algorithme a sauve plusieurs vies en declenchant
des alertes rapides, il soure de la grande quantite de fausses alertes envoyees. Cet inconvenient
est devenu notre motivation majeure qui nous a pousse d'entamer ce projet. Le but de ce travail est de
proposer un algorithme qui arrive a minimiser ces fausses positives en surmontant les dicultes de la basse
qualite d'images des cameras de video-surveillance. An de repondre a ces exigences, nous proposons une
hybridation de la methode de detection humaine, basee sur les caracteristiques pseudo-Haar, et un modele
de reseau de neurones convolutif. Ces methodes ont ete choisies gr^ace a leur haute performance dans notre
cas. Avec cette proposition, nous avons participe a l'amelioration de la performance de l'algorithme de
detection des chutes.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 90/18 mast 90/18 AMA Texte imprimé Unité des masters Mast/18 Disponible Seek for Robustness of Deep Neural Networks to Label Noise / GĂ©raldin NANFACK
Titre : Seek for Robustness of Deep Neural Networks to Label Noise Type de document : projet fin études Auteurs : Géraldin NANFACK, Auteur Langues : Français (fre) Catégories : SDBD Index. décimale : mast 88/18 Résumé : Learning from data with noisy labels (Label Noise) has been a major concern in supervised
Machine Learning these recent years. This problem has become even more worrying
in Deep Learning where the generalization capabilities have been questioned lately. Indeed,
deep learning requires a large amount of data that is generally collected by search
engines which frequently return data with unreliable labels. In this Master thesis, we investigate
the Label Noise in Deep Learning by proposing variational inference approaches
to learn the probability distribution of the true label by considering them as discrete latent
variables. Our contributions are : firstly to the best of our knowledges, this is the first
work in Label Noise, where the true labels, expressed in term of discrete latent variable
are learnt via variational inference with reparameterization trick while observed labels are
learnt discriminatively, secondly, the noise transition matrix is learnt during the training
without any particular process, neither heuristic nor preliminary phases. The theoretical
results show how true label distribution can be learned by variational inference in any
discriminative neural network and implementations done on MNIST or CIFAR32 show
very satisfying results robust to overfitting and memorization. Then, this work can be
adapted to any discriminative architecture based on neural networks whose optimization
would be to involve maximizing the likelihood probabilities of observed labels.Seek for Robustness of Deep Neural Networks to Label Noise [projet fin Ă©tudes] / GĂ©raldin NANFACK, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : SDBD Index. décimale : mast 88/18 Résumé : Learning from data with noisy labels (Label Noise) has been a major concern in supervised
Machine Learning these recent years. This problem has become even more worrying
in Deep Learning where the generalization capabilities have been questioned lately. Indeed,
deep learning requires a large amount of data that is generally collected by search
engines which frequently return data with unreliable labels. In this Master thesis, we investigate
the Label Noise in Deep Learning by proposing variational inference approaches
to learn the probability distribution of the true label by considering them as discrete latent
variables. Our contributions are : firstly to the best of our knowledges, this is the first
work in Label Noise, where the true labels, expressed in term of discrete latent variable
are learnt via variational inference with reparameterization trick while observed labels are
learnt discriminatively, secondly, the noise transition matrix is learnt during the training
without any particular process, neither heuristic nor preliminary phases. The theoretical
results show how true label distribution can be learned by variational inference in any
discriminative neural network and implementations done on MNIST or CIFAR32 show
very satisfying results robust to overfitting and memorization. Then, this work can be
adapted to any discriminative architecture based on neural networks whose optimization
would be to involve maximizing the likelihood probabilities of observed labels.RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 88/18 mast 88/18 GER Texte imprimé Unité des masters Mast/18 Disponible Software development process improvement An Agile based development approach / Salim Braksa
Titre : Software development process improvement An Agile based development approach Type de document : projet fin Ă©tudes Auteurs : Salim Braksa, Auteur Langues : Français (fre) CatĂ©gories : SDBD Index. dĂ©cimale : mast 73/18 RĂ©sumĂ© : For decades, software development has faced big problems – projects running over
budget, over time, becoming unmanageable in terms of sheer size, software being
inefficient, of low quality, and not fully meeting requirements. As a solution to these
problems, various software engineering practices gradually developed and were
practiced by the developers and project managers. Over the decades, a number of
standard methodologies came up and became widely used in the industry. These
methodologies (waterfall model, spiral model, agile methodologies, Rational Unified
Process, etc) proved to be fairly useful for the teams that used them – both large and
small teams. Nowadays most teams adopt an agile framework named Scrum in their
development practices, however there are not many scientific studies done showing
what Scrum practices are actually used and how those practices have been employed.
In this thesis, the background and history of agile and Scrum are introduced. The
basic terms and practices of Scrum are presented. We also try to address the issue by
coming up with a set of practices that are particular to the software development
process. We do this by doing a case study involving a real world software project of
commercial value, starting with an understanding of the existing process, an analysis
of this process to find bottlenecks and finally we suggest practices to resolve those
bottlenecks.Software development process improvement An Agile based development approach [projet fin Ă©tudes] / Salim Braksa, Auteur . - [s.d.].
Langues : Français (fre)
CatĂ©gories : SDBD Index. dĂ©cimale : mast 73/18 RĂ©sumĂ© : For decades, software development has faced big problems – projects running over
budget, over time, becoming unmanageable in terms of sheer size, software being
inefficient, of low quality, and not fully meeting requirements. As a solution to these
problems, various software engineering practices gradually developed and were
practiced by the developers and project managers. Over the decades, a number of
standard methodologies came up and became widely used in the industry. These
methodologies (waterfall model, spiral model, agile methodologies, Rational Unified
Process, etc) proved to be fairly useful for the teams that used them – both large and
small teams. Nowadays most teams adopt an agile framework named Scrum in their
development practices, however there are not many scientific studies done showing
what Scrum practices are actually used and how those practices have been employed.
In this thesis, the background and history of agile and Scrum are introduced. The
basic terms and practices of Scrum are presented. We also try to address the issue by
coming up with a set of practices that are particular to the software development
process. We do this by doing a case study involving a real world software project of
commercial value, starting with an understanding of the existing process, an analysis
of this process to find bottlenecks and finally we suggest practices to resolve those
bottlenecks.RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 73/18 mast 73/18 SAL Texte imprimé Unité des masters Mast/18 Disponible Systèmes Sensibles au Contexte Ă base de Machine Learning / Zakaria AFKIR
Titre : Systèmes Sensibles au Contexte à base de Machine Learning Type de document : projet fin études Auteurs : Zakaria AFKIR, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Contexte, Sensibilite au Contexte, Machine Learning,
NoSQLIndex. décimale : mast 89/18 Résumé : L'ere de technologie envahit actuellement la vie quotidienne
du monde entier gr^ace a l'evolution rapide des technologies omnipr
esents tels que les smart-phones et l'internet des objets qui
se re
etent dans les capteurs deployes partout. Ces evolutions
ont permis la naissance d'un nouveau type d'applications dites
les systemes sensibles au contexte, qui visent a traiter et a exploiter
les donnees generees an de fournir des services appropri
es aux utilisateurs.
L'objectif de ce travail est de proposer une approche pour le
developpement d'un systeme sensible au contexte a base de machine
learning. D'une part l'utilisation des approches de modelisation
du contexte et celles dediees a la sensibilite au contexte pour la
mise en place du systeme. D'autre part l'utilisation de machine
learning pour la prediction des situations contextuelles, et l'utilisation
des bases de donnees NoSql, dediees au stockage des grands
volumes de donnees.
Systèmes Sensibles au Contexte à base de Machine Learning [projet fin études] / Zakaria AFKIR, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : SDBD Mots-clés : Contexte, Sensibilite au Contexte, Machine Learning,
NoSQLIndex. décimale : mast 89/18 Résumé : L'ere de technologie envahit actuellement la vie quotidienne
du monde entier gr^ace a l'evolution rapide des technologies omnipr
esents tels que les smart-phones et l'internet des objets qui
se re
etent dans les capteurs deployes partout. Ces evolutions
ont permis la naissance d'un nouveau type d'applications dites
les systemes sensibles au contexte, qui visent a traiter et a exploiter
les donnees generees an de fournir des services appropri
es aux utilisateurs.
L'objectif de ce travail est de proposer une approche pour le
developpement d'un systeme sensible au contexte a base de machine
learning. D'une part l'utilisation des approches de modelisation
du contexte et celles dediees a la sensibilite au contexte pour la
mise en place du systeme. D'autre part l'utilisation de machine
learning pour la prediction des situations contextuelles, et l'utilisation
des bases de donnees NoSql, dediees au stockage des grands
volumes de donnees.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 89/18 mast 89/18 ZAK Texte imprimé Unité des masters Mast/18 Disponible Towards a general framework of smart Open Linked Government Data Exploiting Natural Language Processing techniques and Recommender Systems / Lamiaa SINIF
Titre : Towards a general framework of smart Open Linked Government Data Exploiting Natural Language Processing techniques and Recommender Systems Type de document : projet fin études Auteurs : Lamiaa SINIF, Auteur Langues : Français (fre) Catégories : SDBD Mots-clés : Donnees ouvertes, Donnees gouvernementales ouvertes, Qualite de donnees,
Approche basee sur un dictionnaire, Approche dapprentissage des caracteristiques,
Traitement de language naturel, Donnees liees, Visualisation des donnees, e-sante.Index. décimale : mast 77/18 Résumé : Les initiatives douverture de donnees publiques permettent aux parties prenantes,
notamment aux developpeurs, aux start-ups, aux organisations de la societe civile
et aux citoyens, d'obtenir des informations sur une localite ou un pays an de les
reutiliser et de creer une source d'enrichissement, levier interne de modernisation,
de developpement economique et de transparence accrue.
Plusieurs acteurs dans le monde se concentrent sur la disponibilite de donnees
publiques ouvertes, en appliquant des directives juridiques et en beneciant de la
competence technique des organisations publiques dans dierents pays. Alors que ces
portails gouvernementaux orent des outils pour presenter, rechercher, telecharger et
visualiser ces informations gouvernementales, des voix critiques commencent a abor-
der certaines questions de disponibilite d'une grande quantite de donnees rpliquees.
Par consequent, une diculte de trouver des ensembles de donnees pertinents ainsi
que l'accessibilit des ensembles de donnes sans liens entre eux. Plus concretement,
nous presentons un modele pour un portail de donnees gouvernementales ouvertes
utilisant dierentes technologies, le Web Semantique pour decouvrir les liens en-
tre des sources de donnees heterogenes, le Traitement du Langage Naturel pour
agreger semantiquement des ensembles de donnees similaires et des systemes de
recommandation bases sur les evaluations an de fournir des suggestions de donnees
susceptibles de representer un interet potentiel pour les citoyens.
Towards a general framework of smart Open Linked Government Data Exploiting Natural Language Processing techniques and Recommender Systems [projet fin Ă©tudes] / Lamiaa SINIF, Auteur . - [s.d.].
Langues : Français (fre)
Catégories : SDBD Mots-clés : Donnees ouvertes, Donnees gouvernementales ouvertes, Qualite de donnees,
Approche basee sur un dictionnaire, Approche dapprentissage des caracteristiques,
Traitement de language naturel, Donnees liees, Visualisation des donnees, e-sante.Index. décimale : mast 77/18 Résumé : Les initiatives douverture de donnees publiques permettent aux parties prenantes,
notamment aux developpeurs, aux start-ups, aux organisations de la societe civile
et aux citoyens, d'obtenir des informations sur une localite ou un pays an de les
reutiliser et de creer une source d'enrichissement, levier interne de modernisation,
de developpement economique et de transparence accrue.
Plusieurs acteurs dans le monde se concentrent sur la disponibilite de donnees
publiques ouvertes, en appliquant des directives juridiques et en beneciant de la
competence technique des organisations publiques dans dierents pays. Alors que ces
portails gouvernementaux orent des outils pour presenter, rechercher, telecharger et
visualiser ces informations gouvernementales, des voix critiques commencent a abor-
der certaines questions de disponibilite d'une grande quantite de donnees rpliquees.
Par consequent, une diculte de trouver des ensembles de donnees pertinents ainsi
que l'accessibilit des ensembles de donnes sans liens entre eux. Plus concretement,
nous presentons un modele pour un portail de donnees gouvernementales ouvertes
utilisant dierentes technologies, le Web Semantique pour decouvrir les liens en-
tre des sources de donnees heterogenes, le Traitement du Langage Naturel pour
agreger semantiquement des ensembles de donnees similaires et des systemes de
recommandation bases sur les evaluations an de fournir des suggestions de donnees
susceptibles de representer un interet potentiel pour les citoyens.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 77/18 mast 77/18 LAM Texte imprimé Unité des masters Mast/18 Disponible USING SOCIAL NETWORK TO PREDICT SOCIAL DISASTER STATE OF THE ART / NEJJARI Narjisse
Titre : USING SOCIAL NETWORK TO PREDICT SOCIAL DISASTER STATE OF THE ART Type de document : projet fin Ă©tudes Auteurs : NEJJARI Narjisse, Auteur Langues : Français (fre) CatĂ©gories : SDBD Mots-clĂ©s : Algorithmes d'apprentissage automatique, Analyse de rĂ©seaux sociaux, Traitement du langage naturel, Violence, Terrorisme, Twitter. Index. dĂ©cimale : mast 75/18 RĂ©sumĂ© : Les dernières années ont connues un progrès significatif de désastres sociaux, en particulier les phénomènes de violence. La sécurité publique joue donc un rôle fondamental dans la recherche scientifique. L'utilisation des réseaux sociaux dans ce domaine est très courante. L'objectif de ce document est de donner un aperçu des principaux travaux réalisés dans ce domaine de recherche. Il présente ainsi une explication détaillée de l'apprentissage automatique utilisé à cette fin; tels que la faisabilité de l'apprentissage et l'utilisation du réseau de neurones artificiels dans la prédiction. En outre, ce document présente une introduction à l’analyse des réseaux sociaux et au traitement du langage naturel, utilisé pour traiter les données extraites des réseaux sociaux. Un modèle général est proposé pour extraire des données d'un réseau social et prédire des événements à partir d'un lexique et d'une analyse sémantique. Ce travail est principalement axé sur les désastres sociaux, spécifiquement les actes de violence et d’extremism, ainsi que sur un réseau social spécifique, Twitter.
USING SOCIAL NETWORK TO PREDICT SOCIAL DISASTER STATE OF THE ART [projet fin Ă©tudes] / NEJJARI Narjisse, Auteur . - [s.d.].
Langues : Français (fre)
CatĂ©gories : SDBD Mots-clĂ©s : Algorithmes d'apprentissage automatique, Analyse de rĂ©seaux sociaux, Traitement du langage naturel, Violence, Terrorisme, Twitter. Index. dĂ©cimale : mast 75/18 RĂ©sumĂ© : Les dernières années ont connues un progrès significatif de désastres sociaux, en particulier les phénomènes de violence. La sécurité publique joue donc un rôle fondamental dans la recherche scientifique. L'utilisation des réseaux sociaux dans ce domaine est très courante. L'objectif de ce document est de donner un aperçu des principaux travaux réalisés dans ce domaine de recherche. Il présente ainsi une explication détaillée de l'apprentissage automatique utilisé à cette fin; tels que la faisabilité de l'apprentissage et l'utilisation du réseau de neurones artificiels dans la prédiction. En outre, ce document présente une introduction à l’analyse des réseaux sociaux et au traitement du langage naturel, utilisé pour traiter les données extraites des réseaux sociaux. Un modèle général est proposé pour extraire des données d'un réseau social et prédire des événements à partir d'un lexique et d'une analyse sémantique. Ce travail est principalement axé sur les désastres sociaux, spécifiquement les actes de violence et d’extremism, ainsi que sur un réseau social spécifique, Twitter.
RĂ©servation
RĂ©server ce document
Exemplaires
Code barre Cote Support Localisation Section DisponibilitĂ© mast 75/18 mast 75/18 NEJ Texte imprimé Unité des masters Mast/18 Disponible