Browsing by Author "BENZAOUI, Ismail"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item Open Access Etude comparative pour l’optimisation d’un modèle de propagation approprié pour la communication mobile(Univ M'sila, 2020) TOUATIT, Badreddine; BENZAOUI, IsmailLes modèles de propagation sont des outils essentiels pour la planification et l’optimisation radio dans les réseaux mobiles. Ce mémoire présente une étude comparative de trois méthodes d’optimisation différentes pour le modèle empirique choisi dans le but de choisir la méthode qui offre une bonne performance. L’évaluation de la racine carrée de l’erreur quadratique moyenne (RMSE) entre les valeurs prédites par le modèle optimisé et les valeurs réellement observées dans l'environnement qui est en cours de modélisation a été considérée.Item Open Access Etude des effets du traitement mixte chaux-ciment sur le comportement des sols du Chott-El-Hodna (Wilaya de M’sila)(university of M'sila, 2021-07-17) BENZAOUI, Ismail; HIMER, Mohammed Amin; Enca/ KHEMISSA, MohamedLe sol salin constitue l'un des plus gros problèmes de la pédologie dans le monde et en Algérie car il occupe un grand espace en termes de superficie, de nombreuses solutions ont été proposées pour exploiter les terres affectées par la salinité et les utiliser dans la construction de routes et divers domaines. Cette étude vise à améliorer les caractéristiques du sol salin de Chott El-Hodna au niveau de la commune d'Ain Al-Khadra, Wilaya de M'sila en ajoutant différentes proportions de chaux et de ciment, Pour cela, des essais d’identification et des essais mécaniques ont été effectués sur cette argile et les résultats obtenus mettent en évidence une amélioration certaine et nettement meilleure des caractéristiques géotechniques telles que les paramètres de consistance, la portance et la résistance au compression.Item Open Access A Text Extraction and Machine Learning based-solution for Multimedia Filtering and Classification(University of M'sila, 2023-06-10) BENZAOUI, Ismail; BENZAOUI, Aya; Supervisor :Mahmoud, BRAHIMIThe objective of this work is to propose a filter and classifier for controlling multimedia content that may be inappropriate. The filter and classifier operate by extracting text from multimedia content and subsequently classifying it using a Naive-Bayes model trained on multiple datasets. The implementation was carried out using the Python environment due to its extensive collection of machine learning-oriented libraries.