DC Field | Value | Language |
dc.contributor.author | MERAH, ASma | - |
dc.date.accessioned | 2023-10-19T14:00:09Z | - |
dc.date.available | 2023-10-19T14:00:09Z | - |
dc.date.issued | 2023 | - |
dc.identifier.uri | https://repository.esi-sba.dz/jspui/handle/123456789/575 | - |
dc.description | Encadrante : Dr. Bensenane Mohammed | en_US |
dc.description.abstract | Abstract: 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.iso | fr | en_US |
dc.subject | Online Exams | en_US |
dc.subject | Management System | en_US |
dc.subject | Monitoring | en_US |
dc.subject | authentication of candidates | en_US |
dc.subject | Fraud Prevention | en_US |
dc.subject | Deep Learning | en_US |
dc.subject | Machine Learning | en_US |
dc.subject | Facial Recognition | en_US |
dc.title | Développement d’un systèmes de Contrôle d’examen en ligne avec l’Apprentissage Automatique | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Ingénieur
|