1- Réalisation d’un Système de Recherche Intelligent sur le Web à Base d’un Modèle à Variables Latentes.
Réalisé par : Mlle Amara Sihem et Mlle Berrezoug Asma
Département d'Informatique, Mostaganem, Juin 2010.
Résumé :
Le sujet s’inscrit dans le cadre de l’évaluation des méthodes du text-mining pour la recherche d’information multilingues. Partant d’un modèle de thèmes latents appris sur des collections d’articles Web, le présent projet vise à réaliser une application pour la recherche et la classification automatique des pages Web selon leur contenu textuel. Le système doit pouvoir indexer les articles collectés et intégrer des mesures d’évaluation afin d’apprécier les performances de recherches et d’indexation.
Mots clés : text-mining, recherche d’information, modèles à variables latentes, indexation sémantique.
2- Conception et Implémentation d’un Système Intelligent pour la Classification Automatique des Chromosomes.
Réalisé par : Mlle Benidris Fatima Zohra et Mlle Selab Essma
Département d'Informatique, Mostaganem, Juin 2010.
Résumé :
Dans le cadre de l’étude des phénomènes génétiques au niveau de la cellule, la réalisation d’un caryotype représente une tâche primordiale pour la classification de l’ensemble des chromosomes d’une cellule. Soit pour l’identification du génome de l’individu, soit pour la détection des aberrations chromosomiques, la réalisation d’un caryotype inclut une séquence de techniques de cytogénétiques avant de conclure par une appréciation humaine pour chaque chromosome photographié.
Le présent sujet s’intéresse à l’automatisation de cette dernière phase en introduisant des techniques d’apprentissage automatique telles que le clustering et la classification dans le processus d’analyse des images des chromosomes. En collaboration avec le service d’hématologie du CHU d’Oran, le produit de ce projet doit offrir aux experts un outil efficace d’aide à la décision dans la réalisation des caryotypes en laboratoire.
Mots clés : caryotype, apprentissage automatique, identification des chromosomes, clustering, segmentation d’image.