Research Reports
Permanent URI for this collectionhttp://dl.cerist.dz/handle/CERIST/34
Browse
244 results
Search Results
Item Multi-CNN Model for Multi-Classification of Cultural Heritage Monuments(CERIST, 2024-04) Djelliout, Toufik; Aliane, HassinaThe use of convolutional neural networks (CNN) in the preservation of cultural heritage monuments, especially in conflict-affected regions such as Gaza, Ukraine, Iraq and others, represents a significant advancement in heritage conservation efforts. This paper presents an approach that uses a Multi-CNN model to classify images of cultural heritage monuments into various categories, encompassing period, monument type and location. By leveraging the capabilities of CNNs, this model demonstrates a high level of accuracy in categorizing heritage monuments based on multiple attributes. The study highlights the superior performance of the Multi-CNN model compared to other popular models such as DenseNet169, GoogleNet and MnasNet, highlighting its effectiveness in accurately classifying images of cultural heritage monuments in various dimensions. According to the evaluation results, the top-performing multi-CNN model achieves a classification accuracy of 94.52%, outperforming the single CNN models. The DenseNet196 model achieves 93.70% accuracy, the MnasNet model achieves 92.80% accuracy, and the GoogleNet model achieves 88.18% accuracy.Item Applied Gaming-Based Emotion- Driven on Disaster Resilience Training(CERIST, 2024-11) Hadjar, Hayette; Hemmje, Matthias; Hadjadj, Zineb; Meziane, AbdelkrimManaging stress in disaster response environments is a critical challenge that requires effective strategies to enhance the resilience and well-being of emergency responders. This study introduces DisasterPlay, a prototype web-based platform designed for resilience training. The prototype features a comprehensive model design, user interface, and implementation using WebXR, facial emotion monitoring, and contactless vital signs monitoring. This approach not only improves the training experience but also aids decisionmakers in selecting the most suitable candidates for high-stakes tasks, thereby enhancing resource allocation. Accessible via web browsers and utilizing cloud-based data processing, this innovative platform aims to provide a robust solution for advancing disaster response strategies.Item Toward an Approach for Job Recommender System: Leveraging Hybrid Techniques(CERIST, 2024-11) Khider, Hadjer; Meziane, Abdelkrim; Hammoudi, SlimaneThe rapid evolution of the job market, driven by digitalization and changing business environment dynamics, requires the development of sufficient job recommender systems. A significant number of challenges are facing those job seekers on LinkedIn professional social network. These LinkedIn users are seeking job-maker proposals that align with their business needs. Supporting these job seekers is a real challenge. In order to address this deficiency, we propose a methodology for job recommender systems on the professional social network LinkedIn, based on the user profiles on that platform. This paper presents a user-centric design approach and recommendation process for jobs based on the social profile of the LinkedIn users. The proposed approach to job recommendation combines hybrid techniques, integrating collaborative filtering, content-based filtering, context aware recommendation. In this paper, we introduce a user-centric and interactive framework that enables job seekers to interact with our Job Recommender System to provide the most relevant and valuable recommendations. The proposed framework is designed to addressing common challenges in the field; this approach aims to enhance recommendation accuracy and user satisfaction.Item A Rhetorical Relations-Based Framework for Tailored Multimedia Document Summarization(CERIST, 2024-05) Maredj, Azze-eddine; Sadallah, MadjidIn the rapidly evolving landscape of digital content, the task of summarizing multimedia documents, which encompass textual, visual, and auditory elements, presents intricate challenges. These challenges include extracting pertinent information from diverse formats, maintaining the structural integrity and semantic coherence of the original content, and generating concise yet informative summaries. This paper introduces a novel framework for multimedia document summarization that capitalizes on the inherent structure of the document to craft coherent and succinct summaries. Central to this framework is the incorporation of a rhetorical structure for structural analysis, augmented by a graph-based representation to facilitate the extraction of pivotal information. Weighting algorithms are employed to assign significance values to document units, thereby enabling effective ranking and selection of relevant content. Furthermore, the framework is designed to accommodate user preferences and time constraints, ensuring the production of personalized and contextually relevant summaries. The summarization process is elaborately delineated, encompassing document specification, graph construction, unit weighting, and summary extraction, supported by illustrative examples and algorithmic elucidation. This proposed framework represents a significant advancement in automatic summarization, with broad potential applications across multimedia document processing, promising transformative impacts in the field.Item Resource allocation approaches for business processes in the era of digitalization: A Survey(CERIST, 2024-06) Khider, HadjerResource allocation is a critical component of business process management (BPM) that directly impacts the efficiency and effectiveness of organizational operations. It involves the strategic assignment of resources, including personnel, equipment, and materials, to various activities and tasks within a business process. Effective resource allocation is imperative for inhancing productivity, minimizing costs, and ensuring seamless process execution. This paper presents a review of existing research on resource allocation for business processes associated in the context of digitalization, identifying different approaches of resource allocation for business processes in the era of digitalization.Item Information agronomique au cœur du Portail National de Signalement des Thèses(CERIST, 2016-11) Mebtouche, NawelAnalyser l’activité de recherche fondée sur les thèses réalisées dans les établissements académiques nationaux constitue un repérage valorisant de la recherche, une aide pour les chercheurs, ainsi que pour les responsables du secteur pour la mise en place des politiques et stratégies d’avenir. C’est dans cette optique que le Centre de Recherche sur L’information Scientifique et Technique (CERIST) a développé le portail national de signalement des thèses ( PNST) . Notre présente étude est une tentative d’évaluation de la production scientifique nationale, en matière de thèse, dans le domaine de l’agronomie. La réalisation de ce travail nécessite l’utilisation la base de données du portail PNST. Cette dernière est source fiable qui récence les travaux de recherche de la post-graduation (magistère, doctorat, doctorat LMD), à l’échelle nationale, durant la période 2010-2016. Cette base de données suit la chaine de réalisation de la thèse, depuis le signalement du sujet jusqu'à la diffusion de la thèse soutenue.Item Prédiction de la mobilité d'un usager mobile: objectif, caractéristiques, données et modèles(CERIST, 2019-12-23) Hocine, Boukhedouma; Meziane, Abdelkrim ; Amel, Benna; Slimane, HammoudiDe nos jours, nous assistons à une vraie révolution dans le domaine de la génération de données et de l’information, en particulier dans les villes intelligentes. La prédiction de la mobilité nécessite la disponibilité d’une masse importante de données provenant de sources très variées, en particulier lorsqu’il s’agit d’une ville intelligente où les données peuvent être largement collectées. L’accès à ces données peut être soumis à des contraintes et des conditions, le challenge est de pouvoir accéder et récupérer ces données et les structurer dans un format exploitable. La prédiction de la mobilité, nécessite aussi la mise en place ou l’utilisation d’un modèle (ou algorithme) le plus approprié permettant de fournir la meilleure prédiction en termes de précision. Un modèle de prédiction peut être réalisé à l’aide de l’une des techniques dédiées à la prédiction telles que les chaînes de Markov, les Machines Learning et les Réseaux Bayésiens. Dans le présent document, nous mettons l’accent sur certains aspects liées à la prédiction de la mobilité, à savoir les caractéristiques de la prédiction de mobilité, la provenance, le stockage et l’exploitation des données de mobilité. Le rapport présente aussi un aperçu sur un ensemble de travaux proposant des modèles et des algorithmes pour la prédiction de mobilité ainsi qu’une synthèse qui servira à comparer les différents travaux et techniques et à se positionner par rapport à un besoin spécifique.Item Open Access: Etat de l’art(CERIST, 2018) Nadia, Aliouali; Rafik, Adour; Med. el. Hadi, LoukemRésumé : Un des aspects importants auquel nous nous intéressons, est que l’information est de plus en plus demandée (en mode gratuit), les archives ouvertes et les revues scientifiques en libre accès sont très visitées et utilisées par chercheurs et étudiants. Notre objectif étant d’accompagner les chercheurs dans l’adoption de nouvelles solutions et de proposer une nouvelle politique nationale pour la réalisation d’« un modèle de libre accès fédérateur aux résultats de la recherche, proprement algérien » qui répond le mieux d’une part, aux préoccupations des éditeurs et titulaires de droits, et d’autre part, aux divers besoins du plus large nombre d’utilisateurs en matière de publications scientifiques. C’est dans ce contexte que s’inscrit le thème central de ce dossier où nous définissons, en premier lieu, les fondements du mouvement libre accès (Open Access), ses différentes variantes, son modèle économique ainsi que les aspects juridiques liés à l’OA notamment, les alternatives des licences libres de diffusion « Licences Créatives Commons (CC) » ainsi que les conditions d’utilisation sur lesquelles s’accordent bon nombre d’entreprises, de professionnels, et des titulaires des droits.Item Knowledge Discovery from Log Data Analysis in a Multi-source Search System based on Deep Cleaning(CERIST, 2019-07) Lebib, Fatma Zohra; Mellah, Hakima; Meziane, AbdelkrimIn a multi-source search system, understanding users’ interests and behaviour is essential to improve the search and adapt the results according to each user profile. The interesting information characterizing the users can be hidden in large log files, whereas it must be discovered, extracted and analyzed to build an accurate user profile. This paper presents an approach which analyzes the log data of a multi-source search system using the web usage mining techniques. The aim is to capture, model and analyze the behavioural patterns and profiles of users interacting with this system. The proposed approach consists of two major steps, the first step “pre-processing” eliminates the unwanted data from log files based on predefined cleaning rules, and the second step “processing” extracts useful data on user’s previous queries. In addition to the conventional cleaning process that removes irrelevant data from the log file, such as access of multimedia files, error codes and accesses of Web robots, deep cleaning is proposed, which analyzes the queries structure of different sources to further eliminate unwanted data. This allows to accelerate the processing phase. The generated data can be used for personalizing user-system interaction, information filtering and recommending appropriate sources for the needs of each user.Item Using Ontologies in Software Engineering: M2O framework(CERIST, 2019-06) KHETTAR, LamiaIn this report, we present the M2O (Model to Ontology) framework. We try to give the reasons that let it necessary to align ontologies and Software Engineering why, and when it is important to use it and what are the steps to follow in order to success developing semantically enhanced applications. Test are performed on the School* ontology, obtaining a code complexity reduction compared to the classical approaches using Jena or OWL API.