Le but est de créer une plateforme d'Intelligence Artificielle. Elle concerne le choix du matériel et des logiciels adéquats pour mettre en œuvre une unité de calcul intelligent.

Nombre d’étudiants : 1 à 2 (Max) Keywords : Image Classification, Image Indexation, Image Comparison, HandCrafted Features, Deep Features, Data Diversity, Image Classification Applications. Langue de réalisation du PFE: English | Français

Résolution de problèmes réels

Affecté

Affecté

Affecté

Affecté

Non affecté

Site web pour la location d’appartements et de villas avec gestion des contrats contient : - Système d’enregistrement des propriétaires et des locataires. - La possibilité de signer les contrats par voie électronique. -Calendrier de paiement mensuel

Ce site web permet aux patients de prendre facilement des rendez-vous en ligne avec les laboratoires médicaux et de consulter leurs résultats d’analyses en toute sécurité.

The goal is to design and implement a Screen recorder.

The goal is to make a prototype to be enhanced.

Development of AI based Teaching Platform

Smart drowned rescue drone

Design and Implementation of a Deep Learning based Autonomous Underwater Vehicles (AUVs)

Description du thème: Ce travail s’inscrit dans le domaine de la modélisation avancée, de la simulation numérique et du contrôle intelligent des procédés industriels. L’objectif principal est de développer une approche intelligente permettant d’améliorer la performance et la fiabilité des systèmes de contrôle à travers des outils modernes de simulation et d’optimisation. L’étude vise à intégrer des méthodes de modélisation dynamique, des techniques d’optimisation ainsi que des stratégies de contrôle avancées pour analyser, évaluer et optimiser le comportement des procédés complexes. L’application sera réalisée dans le secteur pétrolier et gazier, où les procédés présentent des dynamiques non linéaires, des contraintes opérationnelles strictes et un fort besoin en sûreté et efficacité énergétique. À travers un cas d’étude (ex. compression du gaz, séparation, régulation de pression ou de débit, échange thermique…), le projet permettra de : développer un modèle dynamique représentatif du procédé étudié ; simuler son fonctionnement sous différentes conditions ; analyser les performances des stratégies de contrôle conventionnelles (PID, régulation multi-boucles, etc.) ; proposer une approche intelligente pour optimiser les paramètres du contrôle ou améliorer la stratégie de conduite ; comparer les résultats obtenus avec les solutions traditionnelles. Ce mémoire contribuera ainsi à démontrer l’intérêt des approches intelligentes basées sur la simulation et l’optimisation dans l’amélioration du contrôle des procédés industriels, en particulier dans les installations pétrolières et gazières où l’efficacité opérationnelle est un enjeu majeur.

L’objectif du projet est d’étudier, d’analyser et de comparer les protocoles de routage utilisés dans les réseaux de capteurs sans fils (Wireless Sensor Networks), un type de réseaux très important pour la collecte de données souvent dans des environnements critiques, hostiles et variés. L’analyse et la comparaison doivent être faites selon une approche multicritères (Consommation énergétique, latence, fiabilité, … etc.). Donnant ainsi, la possibilité de fournir en résultats, des recommandations sur le choix du protocole adéquat et crucial en fonction du domaine d’application.

Ce projet vise à développer et à mettre en œuvre une plateforme d’apprentissage en ligne. Une plateforme caractérisée par un contenu pédagogique interactif, un accès à distance via différents appareils, des outils d'évaluation et de suivi, et une flexibilité pour combiner formation en ligne et présentielle. Elle offre également des fonctionnalités collaboratives comme les forums et divers formats de contenu ainsi que des ressources variées comme les classes virtuelles et les parcours personnalisés. Des forums de discussion et d'autres outils permettent aux apprenants d'échanger entre eux et avec les formateurs seront également intégrés. Tout en présentant aux utilisateurs des mécanismes d'évaluation dynamique et personnalisée. Après avoir identifié les types de tests d’autoévaluation les plus efficaces pour différents styles d'apprentissage.

Un système de vision pour la localisation de drones est un dispositif embarqué qui utilise des caméras et des algorithmes de computer vision pour estimer en temps réel la position et l’orientation du drone dans son environnement.

Objectif : Développer un système capable de prédire la congestion réseau ou les anomalies de trafic à l’aide de modèles ML/Deep Learning, et suggérer des actions d’optimisation (QoS, routage optimal…).

Création d'un système capable d'analyser automatiquement le sentiment (positif/négatif/neutre) de textes courts provenant des réseaux sociaux.

Ce projet vise à développer un chatbot basé sur l’IA capable de répondre aux questions des utilisateurs dans un domaine spécifique (par exemple, support technique, assistance client, ou aide aux étudiants). Le chatbot pourrait utiliser des modèles de traitement du langage naturel (NLP) comme GPT ou BERT pour comprendre et générer des réponses pertinentes.

Avec la complexité croissante des infrastructures réseau modernes, les architectures traditionnelles deviennent difficiles à gérer, configurer et optimiser. Le Software Defined Networking (SDN) offre une approche centralisée où le plan de contrôle est séparé du plan de données, permettant une gestion flexible et programmable du réseau. Cependant, les contrôleurs SDN utilisent généralement des algorithmes statiques pour le routage et la détection d’anomalies. L’intégration de l’intelligence artificielle (IA) permettrait d’automatiser la prise de décision, prédire la congestion, détecter les anomalies ou optimiser dynamiquement le routage.

Le PFE consiste en la sélection optimale des services web avec QoS par l'application de la méta-heuristique: Algorithme du loup gris (GWO)

L'idée globale du PFE vient de deux étudiants qui veulent travailler sur cette thématique.

En effet, les entreprises travaillent sur des systèmes d'information différents et hétérogènes. L'échange de documents entre ces différentes entreprises nécessitent généralement un mappage entre les documents XML pour pouvoir les intégrer facilement dans leurs systèmes d'information respectifs. Le but du projet est de réaliser un outil pour la génération automatique du mappage entre documents XML.

Compétences techniques requises Programmation : Python (obligatoire) Connaissances de base en : Machine Learning Optimisation (algorithmes évolutionnaires ou équivalents) Modélisation de systèmes dynamiques