Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 29

Titre :
Modélisation et simulation numérique des structures piézoélectriques multicouches :
Application aux filtres SAW

Encadrant : AOURA YOUSSEF

Mots clés :
Ondes acoustique, piézoélectrique, Simulation, Filtre SAW, multicouches

Résumé :

Le besoin des communications sans fils dans les applications spatiales, de radioguidage ou
encore de téléphonie cellulaire, est devenu de plus en plus important. Mais les bandes de
fréquence allouées par canal sont de plus en plus proches les unes des autres. Pour ces
raisons, une montée en fréquence, avec des coefficients de qualité toujours plus grands, est
devenue incontournable.
Les dispositifs OES, dont le principe est basé sur la propagation des ondes acoustiques de
surface sont bien connus depuis les années 60. Ils sont principalement employés comme
filtres, résonateurs ou lignes `a retard dans les systèmes de communication.
De par ses enjeux académiques, industriels, environnementaux et économiques, les
dispositifs à OES sont étudiés de façon intensive par de nombreuses équipes de recherches
dans beaucoup de nations `a la pointe des développements scientifiques.
La conception des dispositifs à onde acoustique nécessite une phase d’optimisation des
paramètres géométriques et de matériaux. Des modèles théoriques ont été développés mais
nécessitent toujours une étape d’optimisation et souvent confronter à des difficultés de
programmation. Cette thèse a pour objectif de développer une approche numérique pour
l'étude et l’optimisation des structures piézoélectriques multicouches à haute fréquence.
Cette approche est basée sur la méthode des éléments finis.
L’étude porte dans un premier temps sur les ondes de surface pour des structures
piézoélectriques multicouches. Ensuite elle s’étend sur les structures à ondes acoustiques de
volume.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 30

Titre :
Étude de conception et de contrôle d’un micro-réseau électrique intelligent composé d’une
centrale électrique hybride avec système de stockage pour un site isolé

Encadrant : AOURA YOUSSEF

Mots clés :
Micro-réseau, Energie renouvelable, stockage, centrale électrique hybride.

Résumé :

L’énergie renouvelable (photovoltaïque (PV), éoliennes et hydroélectrique) ont un potentiel

de développement important au Maroc. Cependant, le caractère intermittent et non
contrôlable de ces sources d’énergie limite leur exploitation.
L’énergie solaire ne peut pas garantir une autonomie énergétique même dans le cas de sites
isolés ou en consommation directe. En nous limitant aux secteurs résidentiel et tertiaire, il
existe des pistes pour palier à ces problèmes d’instabilité et accroître la production d’énergie
en associant les énergies solaire, éoliennes et hydroélectrique. En effet, le couplage de
systèmes de stockage aux installations photovoltaïques est un concept qui est en plein
évolution. La correction repose sur deux principes : - le contrôle et la gestion de la
consommation - le contrôle et la gestion de la production.
L’objectif de cette thèse à relativement courte échéance, sera de : 1. dimensionner
correctement à la fois le parc PV, éolienne et le parc de batteries 2. simuler l’état de charge
en tenant compte du vieillissement des batteries 3. intégrer la prévision météorologique
(programmation dynamique) 4. étudier des sources de stockage thermochimiques et,
éventuellement, mécanique 5. réaliser un algorithme de gestion capable de gérer les
différents éléments en temps réel Pour les deux premiers points, des modèles de simulation
des flux énergétiques dans un micro-réseau connecté comprenant une source solaire et un
système de stockage par batterie ont déjà été développé. Les systèmes de gestion de
l’énergie sont conçus afin d’optimiser la durée de vie du système de stockage et de réduire
les coûts de fonctionnement.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 31

Titre :
Étude Numérique et Expérimentale en formage incrémentale : Optimisation de la trajectoire
de l’outil

Encadrant : AOURA YOUSSEF

Mots clés :
Formage incrémentale, simulation numérique, optimisation de la trajectoire de l'outil

Résumé :

La technologie de formage incrémental des tôles utilise les Machines-Outils à Commande

Numérique et des outils généralement à tête hémisphérique pour la fabrication des pièces
en tôles. Cette technologie est prometteuse dans de nombreux secteurs industriels tels que
l’automobile et l’aéronautique.
Le principe du procédé consiste à déformer localement et progressivement la tôle. Son
avantage est la fabrication des pièces de formes complexes sans matrices et avec des
propriétés mécaniques améliorées. La trajectoire de l’outil détermine en grande partie la
forme de la pièce à obtenir.
L’étude porte sur la réalisation d’une étude numérique puis expérimentale du formage
incrémentale et l’optimisation de la trajectoire de l’outil pour produire des pièces
complexes. Elle consiste dans un premier temps à proposer des modèles numériques pour
effectuer cette optimisation. Puis à réaliser des essais préliminaires sur des pièces
spécifiques en vue de la validation de l’approche adoptée.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 32

Titre :
Les effets de l’industrie 4.0 et la digitalisation sur le supply chain management

Encadrant : AOURA YOUSSEF

Mots clés :
conception chaine logistique, industrie4.0, SCOR, digitalisation

Résumé :

La digitalisation, la numérisation et l’automatisation des différents processus de la supply

chain s’imposent actuellement. En raison des prix qui chutent et de l’augmentation
constante de la fiabilité de la technologie des capteurs, presque toutes les activités et les
processus peuvent dorénavant être maitrisés et mesurés. Les chaînes d’approvisionnement
peuvent être reliées aux systèmes de transport, aux marchés financiers, aux entrepôts, aux
clients, aux réseaux électriques…En raison de toute cette intelligence intégrée, la gestion de
la chaîne logistique peut progresser du soutien décisionnel à la délégation décisionnelle et,
finalement, à une capacité prévisionnelle. Alors que le monde commence à travailler
différemment, nous voyons émerger un nouveau type de chaîne logistique – une chaîne
logistique intelligente.
Notre sujet de thèse entre dans ce cadre et consiste à développer des outils de modélisation,
de décision et de communication des différents processus de la chaine logistique suivant le
modèle SCOR permettant la conception et la bonne planification d’une chaine logistique
digitale. L’optimisation d’un ensemble de critères, exemple, les coûts, des délais, la qualité,
la fiabilité… d’un ensemble de produits.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Modélisation mathématique pour l'analyse et la prise de

décision

Numéro de Sujet 33

Titre :
Conception de nouveaux algorithmes d’optimisation industrielle, basés sur le Deep Learning
et les Algorithmes Génétiques

Encadrant : BERRADA MOHAMMED

Mots clés :
Problèmes NP-difficiles, Optimisation industrielle, Complexité, Intelligence Artificielle, Deep
Learning, Réseaux de neurones convolutifs, Réseaux de neurones récurrents, Algorithmes
Génétiques, Tensorflow, PyTorch, Systèmes de production, Chaînes logisti

Résumé :

Toute entreprise industrielle ou manufacturière désirant être compétitive sur le marché, est
tenue, entre autres, d’assurer une optimisation de ses procédés et de ses ressources
(réduction des coûts de production, d’achats, de logistique, etc.). Cette dernière se ramène à
un problème d’optimisation d’une (ou plusieurs) fonction (s) objectif sous un certain nombre
de contraintes. Beaucoup de problèmes d’optimisation industrielle sont NP-difficiles. i.e. des
problèmes pour lesquels on ne connaît pas d’algorithmes pouvant trouver un extrémum
global à coup sûr et en une durée raisonnable.
Les métaheuristiques regroupent toutes les méthodes, en général non-déterministes,
pouvant fournir de bonnes solutions aux problèmes combinatoires n’ayant pas de solutions
déterminables en temps raisonnable à l’aide des méthodes analytiques classiques (Gradient,
programmation linéaire, etc.).
Ainsi, l’objectif de cette thèse est d’élaborer des algorithmes d’optimisation intelligents,
basés sur les métaheuristiques (Algorithmes Génétiques, Réseaux de neurones convolutifs et
récurrents, etc.) pour le secteur industriel et manufacturier.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Modélisation & Extraction de la connaissance (MODEC)

Numéro de Sujet 34

Titre :
Intelligence des données et application à la detection de la Fraude en finance

Encadrant : BRAHIM OUHBI

Mots clés :
détection de la fraude ; Finance ; intelligence des données;

Résumé :

Le domaine de la finance est un secteur qui se voit grandement transformé par l’arrivée du
Big Data et de l’intelligence artificielle. La lutte contre la fraude est une préoccupation
majeure pour ce secteur, vu que les dégâts qu’elle occasionne sont très importants. A titre
d’exemple, on estime le niveau de la fraude en France entre 8 et 12 milliards d’euros par an
et seulement 8% de la fraude est détectée (source ALFA). L’objectif de ce travail est de
développer une nouvelle approche d’apprentissage en profondeur pour la détection de la
fraude en développant des modèles prédictifs à base d’apprentissage profond (Deep
learning) et en s’appuyant sur les outils et le cadre développés par notre équipe. Le
domaine d’application portera sur le domaine de la finance.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Modélisation mathématique pour l'analyse et la prise de

décision

Numéro de Sujet 35

Titre :
AIoT based health monitoring system for early detection and diagnostic of Lung infection
diseases (case of Covid-19).

Encadrant : DOUIMI MOHAMMED

Mots clés :
early detection, infecton diseases covid 19, AI

Résumé :

This proposal aims to achieve a new innovative method to detect early signs of Covid-19 by
analyzing vital body signs using cutting edge information technology: the artificial
intelligence of things (AIoT). The future of medicine lies in the continuous monitoring of our
health. Early disease diagnosis is an important part of this future. Yet current diagnostic
methods do not meet the need for frugal health devices, which can be used by everyone at
home. Our research seeks to use this approach for early detection of covid-19 symptoms,
which will increase recovering ratio and decrease the mortality percentage by giving patients
treatment in the early stage of disease. The current pandemic has proven the massive need
of medical tele-monitoring systems to avoid the spread of the virus in medical cabinets and
hospitals. In spite of the huge advancement in telehealth technologies it is still utilized by a
small percentage of population due to social class differences, geographic inequality, ... etc.
which leads us to think about creating affordable telehealth solutions. Therefore, our work
will be concentrated about the development of low cost, high performance, telehealth
device for the early detection of covid19 and to guarantee an effective solution for medical
teleconsulting device for all class of society. Moreover, this device will allow us to better
understand of geographic distribution of the pandemic.
Aims:
The main goal of this research is to develop a real-time health monitoring smart system
considering the cost, ease of application, accuracy, and data security. The system will be a
wearable device with multiple vital signs sensors, conceptualized to provide the following
functionalities:
1. Real time remote patient health monitoring from wherever in the world by using IoT
technology.
2. Early diagnosis of COVID-19 by analyzing patient bio signs using artificial intelligence
algorithms.
3. Understanding how does COVID-19 disease affect human body.
4. Sending automatic alerts to doctors in case of grave changes of patient health.
5. Reducing pressure on hospitals in times of crisis.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Modélisation mathématique pour l'analyse et la prise de

décision

Numéro de Sujet 36

Titre :
Aide au Diagnostic d’images médicales basées sur les approches de l'intelligence artificielle

Encadrant : DOUIMI MOHAMMED

Mots clés :
Intelligence artificielle, image médicale et covid 19

Résumé :

Ce projet de thèse est en partenariat avec le Laboratoire Santé Environnementale de

l’Institut de Pasteur du Maroc et il s’inscrit dans le cadre du projet dont l’acronyme est
AIMDP COVID-19.
Le contexte de ce projet est le domaine médical qui représente aujourd’hui un secteur qui,
de plus en plus, cherche à tirer parti de l’Intelligence Artificielle (IA). L’IA intervient en tant
qu’outil d’aide à la décision notamment pour traiter les problématiques de la détection en
imagerie médicale.
Nous proposons d’apporter un fondement et un support de base, une assise conceptuelle,
un modèle général et des expérimentations réelles à l’apprentissage automatique en
imagerie médicale. D’une part, nous avons à définir une classification images médicales avec
un focus sur l’apprentissage automatique. D’autre part, avec la pléthore de méthodes
d’apprentissage, nous avons à les catégoriser pour disposer d’approches de l’apprentissage
automatique, puis étudier les méthodes les plus représentatives et les plus connues pour
chacune des approches dégagées.
Plan d’actions :
 Construire et évaluer un cadre de réseau neuronal pour la classification des lésions
dans les images échographiques du sein
 Etudier l’utilisation des données du COVID-19 pour développer des modèles
d'apprentissage en profondeur
 Développer un modèle de prétraitement d'images semi-automatisé pour tester les
modèles d'apprentissage en profondeur proposés
 Concevoir et mettre en place un logiciel pour permettre au médecin radiologue le
requêtage des PACS avec potentiellement des systèmes de retour de pertinence pour
permettre un affinage des modèles de recherche au fur et à mesure de leur utilisation en
routine clinique dans les différents cas d’usage.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 37

Titre :
Développement des Protocoles de Communication et localisation
Pour les Réseaux de Capteurs Sans fil Adaptés à l’agriculture

Encadrant : HASNAOUI MOULAY LAHCEN

Mots clés :
RCSF, NS3, Matlab, l’agriculture de précision, Omnet++.

Résumé :

Les réseaux de capteurs sans fil (RCSF) sont de plus en plus importants du fait qu’ils sont
présents dans de nombreuses applications : agriculture, militaire, de surveillance, Santé,
maison intelligente et contrôle des patients dans des hôpitaux. L’objectif de cette thèse est
de proposer des protocoles de communication intelligents adapté à l’agriculture de
précision.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 38

Titre :
Extraction des connaissances à partir des bases de données

Encadrant : HASNAOUI MOULAY LAHCEN

Mots clés :
Data Mining, analyse des données, statistique descriptive, réseau de neurones

Résumé :

Le data Mining (DM) est un processus qui fait intervenir des méthodes et des outils issus de
différents domaines de l’informatique, de la statistique ou de l’intelligence artificielle en vue
de découvrir des connaissances utiles
. L’objectif de cette thèse sera consiste à explorer et à analyser des données afin d’en
extraire la connaissance pertinentes pour prédire ou agir.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 39

Titre :
La démarche ECOGRAI dans l'évaluation de la performance du système de maintenance.

Encadrant : KAYA SID-ALI KAMEL

Mots clés :
Centres de décision - E-maintenance - Evaluation de performance - Modélisation - Système
de maintenance - TIC.

Résumé :

Dans cette recherche nous nous intéressons à la méthode ECOGRAI quant à la conception et
l'implantation d'un système de mesure de performance basé sur le triplet Objectifs-
Variables de décision- Indicateurs de Performance (IP).
Notre objectif est de fournir aux responsables un outil d'aide à la décision afin de mieux
utiliser les compétences des techniciens en fonction des interventions et de mieux les
planifier au regard de la demande du client en termes de délai et qualité.
C'est une des méthodes qui propose au préalable l'identification des centres de décision et
des variables de décision cohérentes et par la suite celle relative aux IP pour restreindre leur
nombre. Pour cela, nous mettons l'accent dans un premier sur les grilles et les réseaux GRAI,
les diagrammes de décomposition, des tableaux de cohérence etc. C'est un système qui
insiste sur l'importance des cadres de décision venant des centres de décision permettant
d'orienter les actions d'amélioration des IP avec cohérence. Dans un second temps, nous
suggérons les moyens d'évaluer la performance des processus et de mettre en exergue les
composants clés des activités de e-maintenance et l'impact des TIC. Par la suite, nous
analysons la logique de regroupement de centres de décision, soutiens des décisions tout en
caractérisant les ressources incorporelles engagées. Enfin, nous recommandons un cadre
d'évaluation des performances des activités de e-maintenance ainsi que des modèles de
représentation quant à simuler des configurations d'engagement de ces ressources et de
guider les options d'organisation afférentes.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 40

Titre :
Approche de l'innovation frugale au développement technologique.

Encadrant : KAYA SID-ALI KAMEL

Mots clés :
Analogies inventives, Développement technologique, Frugal, Innovation, PMEMs,

Résumé :

Le principal objectif de ce travail de recherche consiste à examiner l'utilisation d'analogies

inventives dans la mise au point de solutions frugales et leurs impacts sur les résultats des
projets. Sur la base d'études de cas exploratoires au Maroc, pour ressortir dans un premier
temps que les analogies peuvent impacter significativement le développement réussi
d'innovations dans des environnements caractérisés par des contraintes en matière de
ressources et une forte élasticité au prix. En outre, l'objectif inhérent des innovations
frugales à créer des solutions radicalement nouvelles avec des ressources limitées semble
booster l'application d'analogies inventives. les résultats mettront en exergue certaines
propositions utiles quant à l'utilisation performante des analogies.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 41

Titre :
Modélisation du comportement à la fatigue des enrobés bitumineux.

Encadrant : KAYA SID-ALI KAMEL

Mots clés :
Chaussée - Cisaillement - Dégradation - Enrobés bitumeux - Fatigue - Fissure - modélisation -
Trafic - Variations thermiques.

Résumé :

Le principal objectif de ce travail de recherche est la compréhension et la modélisation du

comportement à la fatigue des matériaux bitumineux et la durabilité de l'interface bitume-
granulat qui sont des paramètres clés, pour prédire l'endommagement des chaussées. En
effet, l'accumulation des dommages créés dans les enrobés bitumineux qui se traduit par
une perte de rigidité du matériau, peut mener à la ruine de la structure par fissuration.
Toujours est-il que la fatigue demeure la cause majeure des structures routières, il importe
de mieux appréhender ce phénomène dans les enrobés bitumineux pour une meilleure
compréhension du comportement global de la structure.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 42

Titre :
Proposition d'une approche multidimensionnelle de maîtrise des risques industriels: cas de
l'OCP.

Encadrant : KAYA SID-ALI KAMEL

Mots clés :
Amélioration continue- Culture de sécurité- Maîtrise des risques- Processus- Sécurité
industrielle.

Résumé :

Le développement d'une " culture de sécurité" dans les systèmes industriels à risques
devient une nécessité. Dès lors, il devient impératif de changer le regard sur la maîtrise des
risques industriels. Cela requiert en effet de considérer toutes les dimensions de
l'organisation.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 43

Titre :
Explainable Recommendation approach Based Graph Embedding

Encadrant : LAHMER MOHAMMED

Mots clés :
XAI, AI, Graph Embedding

Résumé :

Les systèmes de recommandation jouent un rôle très important dans l’amélioration de

l’attractivité des produits en offrant des recommandations personnalisées pour attirer les
clients, mais ils sont limités en termes d’explication de ces recommandations ce qui impacte
la fidélisation et la confiance des clients. Le manque de l’aspect « explicable » est
principalement dû à l’utilisation des architectures de Deep Learning qui sont considérées des
boites noires n’offrant aucune vision sur le chemin entre les entrées (inputs) et les résultats
obtenus par ces architectures. Le domaine de l’Explainable Artificial Intelligence (XAI)
adresse la question de l’explicabilité des technologies intelligentes, dans ce sens cette thèse
explore le potentiel de l’utilisation de XAI et du « Graph Embedding» pour optimiser la
crédibilité des systèmes de recommandation et améliorer la satisfaction des clients.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 44

Titre :
Contribution à la reconnaissance des manuscrits en langue Arabe

Encadrant : LAHMER MOHAMMED

Mots clés :
Langue Arabe, manuscrit, IA, reconnaissance

Résumé :

La reconnaissance de l’écriture manuscrite fait appel à la reconnaissance de forme, mais

également au traitement automatique du langage naturel. Cela veut dire que le système,
tout comme le cerveau humain, reconnaît des mots et des phrases existant dans un langage
connu plutôt qu’une succession de caractères. De notre point de vu, Il n’existe pas encore de
solution satisfaisante pour la reconnaissance des manuscrits écrits en arabe valable pour
toute sorte de
documents. L'objectif de cette thèse et de concevoir et d'implémenter un système à base de
l'IA afin de reconnaître automatiquement un manuscrit rédiger en langue arabe.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 45

Titre :
Transformation des modèles dans l’approche MDA depuis le cahier de
charge vers le code source

Encadrant : LAHMER MOHAMMED

Mots clés :
MDA, CIM, PIM, PSM

Résumé :

Les transformations entre les différents niveaux de MDA commencent par Transformations
CIM vers PIM qui consiste à construire, partiellement, des modèles PIM à partir des CIM. Le
but est de retranscrire les informations contenues dans les CIM vers les modèles PIM. C'est
ce qui va permettre de s'assurer que les information métier sont véhiculées et respectées
tout au long du processus MDA. Ensuite il y a la transformation PIM vers PSM qui permet
d’ajouter au PIM des informations technique relatives à la plateforme d'exécution cible.
La plupart des travaux de recherche permettent de transformer soit le niveau CIM vers le
niveau PIM soit le niveau PIM vers le niveau PSM, tandis qu’il n y a pas un travail qui permet
d’agir sur le processus de transformation complet depuis le CIM vers le PSM en passant par
le PIM.Ce sujet permet la transformation des modèles dans l’approche MDA depuis le cahier
de charge vers le code source .
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 46

Titre :
Méta-modèle orienté donnée pour la gestion de l'inter-opérabilité des solutions NoSQL dans
le BigData

Encadrant : LAHMER MOHAMMED

Mots clés :
MDA, Méta-model, BigData

Résumé :

NoSQL ou «non seulement SQL», est une alternative aux bases de données relationnelles
traditionnelles pour gérer les volumes de données non structurées générés par les grandes
applications Web et mobiles. Dans l'absence de norme unifiée plusieurs solutions NoSQL
propriétaires ont été développées, chacune fournit son propre ensemble d'API. En outre, un
modèle conceptuel est toujours nécessaire pour définir la manière dont les données seront
stockées et interrogées.
L'objectif de cette thèse est de concevoir un méta-modèle indépendant de la plateforme
basé sur le Model Driven Architecture pour gérer l'interopérabilité des solutions NoSQL
existantes.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 47

Titre :
Méthodologie algorithmique de transformation des modèles dans l’approche MDA depuis le
PIM vers le PSM

Encadrant : LAHMER MOHAMMED

Mots clés :
MDA, PIM, PSM

Résumé :

Ce sujet présente une démarche disciplinée de transformation du niveau PIM vers le niveau
PSM qui contient le maximum possible des informations sur le contenu des méthodes en
respectant l’approche MDA. Ce sujet considère la dimension algorithmique dans la
présentation du niveau PIM à travers l’utilisation des modèles de conception, notamment
diagramme de classe, bien détaillés pour préserver le maximum des informations sur
l’algorithme lors de la transformation automatique vers le niveau PSM afin de réaliser un
logiciel de qualité et éliminer le maximum possible l’intervention des informaticiens.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 48

Titre :
Conception et gestion d’un réseau logistique

Encadrant : OUZIZI LATIFA

Mots clés :
conception réseau logistique, planification des tournées, outils de décision

Résumé :

le sujet de thèse consiste à développer des outils de décision et de communication

permettant la conception et la bonne gestion d’un réseau logistique. L’optimisation d’un
ensemble de critères, exemple, les coûts, des délais, la qualité, la fiabilité… d’un ensemble
de moyens de transport et de produits. Un système multi agents doit être mis en place
assurant ces objectifs
Les modèles développés doivent être validés sur des cas industriels.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Ingénierie Numérique & Supply Chain Management

Numéro de Sujet 49

Titre :
Une analyse multi-critère pour la conception de produits et leur chaine logistique
intelligente

Encadrant : OUZIZI LATIFA

Mots clés :
conception produit, conception chaine logistique, approche multi-critère

Résumé :

Le sujet de thèse vise à proposer des modèles (globales) mathématiques développés, pour
optimiser et simuler la conception d’une famille de produits sous des contraintes
techniques, sont très complexes et très difficiles à résoudre. L’objectif de ce sujet est, donc,
de faire éclater ce problème d’optimisation en plusieurs sous problèmes d’optimisation
mutuellement dépendants. Puis, élaborer un algorithme de résolution et simuler la
conception des produits en relation avec leur chaine logistique directe et inverse.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 50

Titre :
Etude et simulation d'un réseau intelligent “Smart GRID” de collecte de données et d’aide à
la prévention

Encadrant : RHATTOY ABDALLAH

Mots clés :
Smart Grid, Internet des Objets, Réseaux intellegents, Informatique

Résumé :

Internet connait aujourd’hui une extension inédite avec le développement des objets
intelligent connectés,
Notre objectif sera de mettre en place un système Intelligent de collecte de données et
d’aide à la prévention et décision, pour différent domaines : la distribution d'énergie,
l’agriculture, le transport…
Le projet développera un système constitué d’une partie matérielle et d’une autre partie
logicielle qui permet d’apporter des solutions pour l’accès aux flux de données et pour le
déploiement automatique des traitements en fonction des caractéristiques des objets
intelligents.
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 51

Titre :
Application d’algorithme d’apprentissage machine aux réseaux intelligent et dynamique

Encadrant : RHATTOY ABDALLAH

Mots clés :
réseaux intelligent, Machine Learning, objets connectés, informatique

Résumé :

La croissance exponentielle du nombre d'objets connectés attire de plus en plus l'attention

sur leur incapacité à répondre aux exigences spécifiques des communications Machine-to-
Machine (M2M). Le modèle de trafic de ce type de communications constitué d’un grand
nombre d'objets transmettant des paquets réduits est à l'opposé du modèle actuel réalisé
dans les réseaux classiques. Les objets intelligents devant répondre à des durées de vie sur
batterie de plusieurs années, ils ont ainsi des contraintes très fortes en termes de
consommation d'énergie. La supervision de ces réseaux fait donc appel à des solutions
particulières.
En plus du volume de données, un réseau IoT se caractérise par la redondance, l'incertitude
et l'incohérence des données, les données issues d'un objet pourraient être manquantes,
dupliquées ou incohérentes. Un autre aspect de l'IoT est la nature distribuée de
l'architecture associée a un environnement dynamique et une topologie qui évolue dans le
temps, la plupart des outils de data mining ne peuvent être appliqués directement à l'IoT et
que le recours à des algorithmes dynamiques est nécessaire. Les modèles utilisés pour l'IoT
doivent en effet pouvoir s'adapter à des caractéristiques des données variables.
Notre objectif de recherche est :
• Evaluation des modèles de ML (Machine Learning) permettant de prédire la norme du
comportement des noeuds IoT
• Détection d'évolution du type « concept drift » ou dérive conceptuelle : quelles sont les
variables en cours d'évolution, et de quelle manière les interpréter ?
• Anonymisation de données masquées ou altérées à des fins de protection de la vie privée
• Tenir compte des facteurs tels que des changements dans l'environnement, le
vieillissement des objets ou l'évolution
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : ISIC ESTM

Numéro de Sujet 52

Titre :
Intégration des communications Machine to Machine et Internet des Objets dans les réseaux
5G: Application aux domaines : E-santé, Transport intelligent et Agriculture.

Encadrant : RHATTOY ABDALLAH

Mots clés :
M2M, Réseaux Informatiques, 5G, IOT

Résumé :

Avec l’arrivée, attendue à l’horizon 2020, des nouveaux systèmes de communication 5G,
permettant d’accompagner les demandes importantes en termes de débits et de mobilité,
de nouvelles structures de communication, comme l’interconnexion des objets ou des
machines, notamment dans le contexte de l’Internet des Objet (IoT), ce qui a facilité
l’émergence d’un large éventail d’applications intelligentes dans divers domaines de la vie
quotidienne tels que : e-santé, maison/ville/transport intelligent et surveillance. L’objectif
principal est de proposer une architecture de communication 5G pour l’Internet des Objet à
très haut débit, à forte mobilité, à faible consommation énergétique et avec une grande
sécurité de transfert des données en termes de couche physique.
Le travail de thèse consistera à étudier, proposer, évaluer et tester :
• Des techniques d’accès multiples en termes de robustesse vis à vis des
évanouissements, des efficacités spectrale et énergétique et de la mobilité ;
• Etude des techniques des systèmes Intelligents en termes de délai, de portée et de la
couche Physique;
• Les techniques de codage et de précodage pour la sécurisation des transmissions;
• Commencer la rédaction du mémoire,
Laboratoire : Laboratoire de modélisation mathématique et informatique

Equipe de recherche : Modélisation & Extraction de la connaissance (MODEC)

Numéro de Sujet 53

Titre :
Apprentissage automatique à partir de graphes de données et applications : cas du COVID-
19

Encadrant : ZEMMOURI EL MOUKHTAR

Mots clés :
Machine Learning, Graph Mining, Graph Embeddings

Résumé :

Nous assistons actuellement à une prolifération phénoménale des données stockées et

publiées sous forme de graphes mettant en évidence « des faits » sur des entités en
interaction. Les graphes de données offrent de nouvelles perspectives pour l’extraction des
connaissances et l’aide à la décision.
L’objectif de ce projet de thèse est de développer de nouveaux algorithmes d’apprentissage
automatique à partir de graphes de données avec des applications sur le cas du COVID-19.