Skip navigation
Please use this identifier to cite or link to this item: https://repository.esi-sba.dz/jspui/handle/123456789/574
Full metadata record
DC FieldValueLanguage
dc.contributor.authorMERAH, ASma-
dc.date.accessioned2023-10-19T10:42:13Z-
dc.date.available2023-10-19T10:42:13Z-
dc.date.issued2023-
dc.identifier.urihttps://repository.esi-sba.dz/jspui/handle/123456789/574-
dc.descriptionEncadrant : Dr. Bensenane Mohammeden_US
dc.description.abstractAbstract: In recent years, online exams have gained popularity, offering unparalleled flexibility to learners. However, the crucial question of the validity of online assessments has emerged due to the proliferation of cheating. This master’s thesis is dedicated to exploring the current state of online exam management and surveillance systems, highlighting the application of advanced technologies such as artificial intelligence (AI) and deep learning. The core of this study focuses on the analysis of facial recognition systems, providing a detailed exploration of their features and performance. A systematic comparison of deep learning-based approaches is presented to offer a comprehensive view of technological advancements in this field. In summary, this master’s thesis lays the foundations for an in-depth understanding of online exam management and surveillance systems. Furthermore, it paves the way for the development of an innovative solution to address the challenges posed by cheating in the field of online education.*** Résumé: Ces dernières années, les examens en ligne ont connu une montée en popularité, offrant une flexibilité inégalée aux apprenants. Cependant, la question cruciale de la validité des évaluations en ligne a émergé en raison de la prolifération de la tricherie. Le présent mémoire est dédié à l’exploration de l ;état actuel des systèmes de gestion et de surveillance des examens en ligne, mettant en évidence l’application de technologies avancées telles que l’intelligence artificielle (IA) et le deep learning. L’essentiel de cette étude se focalise sur l’analyse des systèmes de reconnaissance faciale, fournissant une exploration détaillée de leurs spécificités et de leurs performances. Une comparaison systématique des approches fondées sur le deep learning est proposée afin de présenter une vue exhaustive des avancées technologiques dans ce domaine. En somme, ce mémoire de master pose les fondations pour une compréhension approfondie des systèmes de gestion et de surveillance des examens en ligne. De plus, il prépare le terrain pour le développement d’une solution novatrice visant à relever les défis posés par la tricherie dans le domaine de l’éducation en ligne.en_US
dc.language.isofren_US
dc.subjectOnline Examsen_US
dc.subjectManagement Systemen_US
dc.subjectMonitoringen_US
dc.subjectAuthentication Of Candidatesen_US
dc.subjectFraud Preventionen_US
dc.subjectDeep Learningen_US
dc.subjectMachine Learningen_US
dc.subjectFacial Recognitionen_US
dc.titleL’innovation dans l’évaluation en ligne : l’utilisation de l’apprentissage automatique pour la sécurité des examensen_US
dc.typeThesisen_US
Appears in Collections:Master

Files in This Item:
File Description SizeFormat 
Master-1-1.pdf22,27 kBAdobe PDFView/Open
Show simple item record


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.