Membres :

Membres :

Modélisation et vérification des systèmes (MVS).

Le programme de recherche de l’équipe est axé sur deux axes principaux : Le premier axe concerne l’exploitation des systèmes embarqués à base de FPGA pour piloter et exploiter des biocapteurs. Dans ce sens un projet a été réalisé dans le cadre de l’appel à projet lancé par l’ATRST 2015-2016. Un certain nombre de communications avec acte et indexé a été réalisé. Des approches de validation formelle accompagnent cet axe de recherches, deux thèses de doctorat ont été réalisées. Le domaine de l’environnement et le domaine de la santé témoignent du champs d’application. Le deuxième axe de recherche concerne la didactique des mathématiques qui suppose un rapprochement avec les institutions de l’enseignement général. La collecte et l’exploitation des résultats scolaire représente un moteur pour appréhendera les mathématiques et leur didactique.

Membres :

1. Imane Zouaneb and Mostefa Belarbi and Abdellah Chouarfia - Converging image processing and data mining for Raman spectroscopy analysis Int. J. Communication Networks and Distributed Systems, Vol. 28, No. 3, 2022.
2. Abdelkrim Ghazi1, Mostefa Belarbi, Abdallah Chouarfia and Mohamed Kadari A Novel NoC-Based Neural Networks Design for Implementation of A Biosensor Solution Trends in Sciences 20(7):6539

1. DJAFRI Laouni1 and BACHA Soufiane2 Imbalanced Datasets: Towards a better classification using boosting methods. Artificial Intelligence and Its Applications. AIAP 2021. Issue Date: 24-Jan-2022.
2. Mostefa BELARBI PREMIERS JALONS POUR LIER L’ACTIVITE SPORTIVE ET L’ACTIVITE D’APPRENTISSAGE ET PRATIQUE DES MATHEMATIQUES A L’ECOLE. 2ème colloque international en didactique des mathématiques UNESCO-CEMI. Mars 2022. التعليمية Revue INRE « المجلد الأول العدد الثاني ديسمبر 2022 .

1. Intitulé du sujet de Doctorat/Intitulé de la thèse : Mise en place d’une méthodologie formelle pour la simulation et la validation des architectures à base de GPU.

1. Analyse intelligente des données pour la santé et l’environnement ( PRFU 2022-2025) .
2. Projet d’établissement Smart campus 1.0 agréée en 2022 par l’université de Tiaret dans le cadre doctorat .

Parallélisme et Simulation (PS).

Le programme de recherche de l’équipe est axé sur l’exploitation des concepts du calcul intensif dans le domaine d’application de traitement d’images en utilisant les outils de l’intelligence artificielle.

Membres :

1. Zahira Hanane Meftahi and Medjeded Merati, Utilization of pre-trained models of CNN in mammograms processing for the diagnosis of breast cancer, The 7th International Conference on Image and Signal Processing and their Applications (ISPA) - May 8 & 9, 2022, Mostaganem-Algeria.

DTI Prediction.

- Informatique au sens de développement d’applications distribué sur un réseau NDN sécurisé sous la supervision de M.Chouarfia (Prof) : De nos jours, par souci d’économie, la nouvelle architecture des réseaux NDN offre la possibilité de recherche d’information ou d’objets par le nom et non par l’adresse IP. Cette possibilité a été exploitée dans le précédent projet en décomposant le réseau NDN en clusters. Pour chaque cluster trois nœuds étaient retenus sur la base de la distance par rapport au demandeur, de la taille du cache du nœud, du niveau d’occupation. Sur cette base, la recherche d’éléments cohérents, persistants dans des espaces chimiques et biologiques disponibles a été opérée. Le développement récent des réseaux NDN offre de nouvelles pistes, elles seront exploitées dans ce nouveau projet. - Bioinformatique sous le contrôle de Mme Bouziane (MC-A) : L’objectif est d’étudier de nouveaux algorithmes bioinformatiques (heuristiques et/ou méta-heuristiques) aux résultats obtenus par la factorisation matricielle ou d’adapter ceux existants en cheminformatique pour encore mieux décrire certains espaces chimiques et/ou biologiques directement applicables dans les domaines des DTI. - Optimisation sous la supervision de M. Belmadani (Prof) : Aussi bien développement informatique que l’aspect bioinformatique, tous les deux nécessitent l’étude d’algorithmes d’optimisation appropriés. Dans cet axe, l’équipe de recherche propose une nouvelle approche d’optimisation stochastique inspirée des techniques sportives de culturisme et d’aptitude (bodybuilding et fitness). Des millions de molécules sont disponibles à travers de multiples bases de données évolutives connues (PubChem, STITCH, ChEMBL, DrugBank). Leur exploitation à partir de leurs sites est possible, toutefois, elle reste coûteuse en temps (des journées voire des semaines de calcul) et en bande passante. Dans ce projet, pour projetons d’exploiter ces bases de données comme des objets à travers l’Internet des Objets (IoT) avec comme support de base les NDN. Ces derniers ont évolués ces dernières années, le projet exploitera cette évolution. Les bases de données ou corpus seront stockés sur des nœuds NDN proches de l’utilisateur. Cet axe du projet veillera à la pertinence, à la persistance, à l’optimisation de sauvegarde et de sécurité L’axe de recherche exploitera la prédiction in silico comme une alternative appropriée au processus expérimental laborieux de prédiction des interactions molécule-protéine. Il existe plusieurs méthodes mieux adaptées à certaines DTI que d’autres, les méthodes basées sur la chémogénomique avec apprentissage. Après avoir criblé un dataset avec la factorisation matricielle avec une similarité supérieure à 0.5, nous choisirons des DTI cibles sur lesquelles seraient appliquées les nouvelles méthodes proposées d’optimisation et de bioinformatique pour ne retenir que les DTI les plus appropriées et les plus performantes. Bien entendu, les résultats obtenus ne seront validés que si l’approche opérationnelle était menée de manière optimisée.

Membres :

1. doi.org/10.48048/tis.2023.6539
2. doi.org/10.1080/08839514.2021.1976092
3. doi.org/10.11591/ijeecs.v25.i3.pp1508-151
4. doi.org/10.1504/IJCNDS.2022.122176
5. doi.org/10.11591/ijeecs.v25.i3.pp1508-1517
6. doi.org/10.1007/s11030-021-10273-9
7. doi/abs/10.1142/S0219876221500079
8. doi.org/10.1515/jib-2019-0091
9. doi.org/10.3991/ijim.v15i21.20011
10. www.inass.org/10.22266/ijies2021.0831.09

1. Apport du métaheuristique à la chémogénomique structurale dans la détection d’interactions molécules-protéines par prédiction in silico .