https://repository.esi-sba.dz/jspui/handle/123456789/16 Master 2026-02-01T15:21:34Z https://repository.esi-sba.dz/jspui/handle/123456789/764 Titre: Mesures de similarité textuelle et modèles de type Transformer : État de l’art Auteur(s): BOUABDELLI, LAmisse FAtiha Résumé: Ce mémoire explore les diverses mesures de similarité textuelle, telles que la similarité cosinus et la distance de Levenshtein, ainsi que les modèles de type Transformer, tels que RoBERTa, BERT et CamemBERT, dans le cadre de la comparaison de textes. L’objectif principal est de fournir une revue de littérature exhaustive sur ces concepts, en mettant en évidence les défis et les solutions existantes. Nous analysons ces techniques de comparaison textuelle pour comprendre leur efficacité dans divers contextes, en particulier ceux nécessitant une interprétation sémantique fine. Nous abordons également les spécificités des modèles Transformer dans le cadre du traitement du langage naturel (NLP) et de l’apprentissage automatique (ML). Ce travail met en lumière l’importance de choisir des approches adaptées pour améliorer la qualité des analyses textuelles dans des domaines spécialisés. *** This thesis explores various text similarity measures, such as cosine similarity and Levenshtein distance, as well as Transformer-based models, such as RoBERTa, BERT, and CamemBERT, in the context of text comparison. The primary objective is to provide a comprehensive literature review on these concepts, highlighting existing challenges and solutions. We analyze these text comparison techniques to understand their effectiveness in different contexts, particularly those requiring fine semantic interpretation. We also address the specifics of Transformer models within the scope of Natural Language Processing (NLP) and Machine Learning (ML). This work emphasizes the importance of selecting appropriate approaches to improve the quality of textual analyses in specialized domains Description: Encadrant : Pr. BENSLIMANE Sidi Mohammed Co-encadrant :Dr. BARON Mickael 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/762 Titre: Enhancing Test Quality through Mutation Testing : State of Art Auteur(s): MELKI, YAsser Résumé: Mutation testing is a rigorous method for evaluating the effectiveness of software test suites by injecting artificial faults (mutants) into a program and assessing whether the test suite can detect them. Unlike traditional metrics like code coverage, mutation testing goes beyond merely executing code and focuses on how well the tests can catch real-world bugs. This thesis explores the evolution of mutation testing, from its theoretical foundations in the 1970s to modern advancements aimed at reducing its computational cost and improving its applicability to various domains. The study includes a detailed review of four state-of-the-art articles addressing critical issues in mutation testing, such as mutant selection strategies, handling equivalent mutants, and enhancing test suite accuracy. Key contributions of this work include the empirical comparison of operator-based mutant selection versus random selection, the refinement of non-redundant mutation operators, and the introduction of probability-based semantic interpretation as a more efficient method for selecting semantically similar mutants. The results demonstrate that mutation testing, despite its computational challenges, remains a highly effective tool for improving test suite quality, with modern techniques significantly reducing the associated overhead. The findings from this research lay the groundwork for further exploration of mutation testing in new domains, such as machine learning and web applications, ensuring its continued relevance in the evolving landscape of software development. *** Le Mutation Testing est une méthode rigoureuse d’évaluation de l’efficacité des suites de tests logiciels en injectant des défauts artificiels (mutants) dans un programme et en évaluant la capacité de la suite de tests à les détecter. Contrairement aux métriques traditionnelles telles que la couverture de code, le Mutation Testing va au-delà de l’exécution du code et se concentre sur la capacité des tests à détecter des bugs réels. Ce mémoire explore l’évolution du Mutation Testing, depuis ses fondements théoriques dans les années 1970 jusqu’aux avancées modernes visant à réduire son coût computationnel et à améliorer son applicabilité dans divers domaines. L’étude comprend une revue détaillée de quatre articles à la pointe de la recherche, abordant des questions critiques dans le Mutation Testing, telles que les stratégies de sélection des mutants, la gestion des mutants équivalents et l’amélioration de la précision des suites de tests. Les contributions clés de ce travail incluent la comparaison empirique entre la sélection de mutants basée sur les opérateurs et la sélection aléatoire, le raffinement des opérateurs de mutation non redondants, et l’introduction de l’interprétation sémantique probabiliste comme méthode plus efficace pour sélectionner des mutants sémantiquement similaires. Les résultats démontrent que, malgré ses défis computationnels, le Mutation Testing reste un outil très efficace pour améliorer la qualité des suites de tests, avec des techniques modernes réduisant de manière significative la surcharge associée. Les conclusions de cette recherche ouvrent la voie à des explorations supplémentaires du Mutation Testing dans de nouveaux domaines, tels que l’apprentissage automatique et les applications web, garantissant sa pertinence continue dans le paysage en constante évolution du développement logiciel. Description: Supervisor : Pr. Stéphane Ducasse / Dr. Awad Samir 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/756 Titre: Study of the energy efficiency of SPARQL queries: the case of the join order Auteur(s): LALLOUCHE, LOkmane Résumé: In the realm of data storage systems, energy efficiency has emerged as a critical concern, especially within the context of big data. In the other hand, many studies have been conducted on the energy efficiency of SQL database management systems, while RDF (Resource Description Framework) databases systems (used for semantic data) have often been overlooked in terms of energy consumption. My final-year project within the LIAS laboratory (Laboratory of Computer Science and Automatic Control for Systems) aims to study energy efficiency in RDF database systems. We started by understanding various RDF triplestore architectures, we worked on suggesting a framework to optimize energy consumption and response time during the execution of SPARQL queries, Then we compare our results with systems native join order selection methods. *** Dans le domaine des systèmes de stockage de données, l’efficacité énergétique est devenue une préoccupation majeure, notamment dans le contexte du big data. D’autre part, de nombreuses études ont été menées sur l’efficacité énergétique des systèmes de gestion de bases de données SQL, tandis que les systèmes de bases de données RDF (Resource Description Framework) (utilisés pour les données sémantiques) ont souvent été négligés en termes de consommation énergétique. Mon projet de fin d’études au sein du laboratoire LIAS (Laboratoire d’Informatique et d’Automatique pour les Systèmes) vise à étudier l’efficacité énergétique des systèmes de bases de données RDF. Nous avons commencé par comprendre différentes architectures de triplestore RDF, nous avons travaillé sur la proposition d’un cadre pour optimiser la consommation d’énergie et le temps de réponse lors de l’exécution de requêtes SPARQL, puis nous avons comparé nos résultats avec les méthodes de sélection d’ordre de jointure natives des systèmes. Description: Encadrant : KECHAR Mohamed Co-Encadrant : Bellatreche Ladjel 2024-01-01T00:00:00Z https://repository.esi-sba.dz/jspui/handle/123456789/754 Titre: A Comparative Analysis of Operational Research and Metaheuristic Approaches to University Course Timetabling Problems Auteur(s): HANI, MAhmoudi MOhammed Résumé: The University Course Timetabling Problem (UCTP) is a critical challenge in educational resource management, involving the complex task of assigning courses, students, faculty, and resources to specific time slots while satisfying numerous constraints. As educational institutions grow in complexity, with increasing student numbers and diverse course offerings, the need for efficient timetabling solutions becomes paramount. This thesis provides a comprehensive analysis of UCTP, examining its components, constraints, and evaluation metrics. The study focuses on two main solution approaches: Operational Research (OR) based techniques and Single-Solution Metaheuristics. Specifically, it investigates graph coloring, integer linear programming, mixed integer linear programming, and simulated annealing methods. Through a comparative analysis, the research highlights the strengths, weaknesses, and applicability of each approach. The findings reveal that while exact methods like integer programming provide optimal solutions for small to medium-sized problems, metaheuristics like simulated annealing offer better scalability for large, real-world instances. However, consistent enhancements are not always achieved across all scenarios. This work contributes to the ongoing dialogue on optimizing educational resource allocation in higher education. It emphasizes the need for continued research to address the challenges associated with UCTP and to develop robust techniques that can adapt to different environments and conditions. The thesis concludes by identifying current trends and suggesting future research directions, including the exploration of hybrid approaches and the integration of machine learning techniques. Description: Encadreur : Dr. AWAD Samir / Dr. BENATIA Mohamed Amin 2024-01-01T00:00:00Z