Mémoires de Master
http://univ-bejaia.dz/dspace/123456789/207
2024-03-29T07:25:10ZMachine Learning et Application en finance
http://univ-bejaia.dz/dspace/123456789/21293
Machine Learning et Application en finance
Alimrina, Karima; Aoudia, Zohra ; promotrice
Dans ce travail, nous avons abordé le machine learning et son application dans le domaine
de la finance. Plus précisément, nous avons présenté les méthodes utilisées dans l’apprentissage,
`a savoir la méthode des plus proches voisins, méthode de réseaux de neurones
artificiels, arbres de décision et méthode de Machines `a vecteurs de support (SVM) pour
développer afin de tester et d’appliquer des algorithmes d’analyse prédictive sur différents
types de données afin de prédire le futur. Par la suite, nous avons présenté quelques applications
de Machine Learning en finances comme la gestion d’actifs, la gestion de portefeuille
et le risque de marché pour optimiser leurs coˆuts, d’améliorer l’expérience de leurs clients
et de développer leurs services. Nous avous `a la fin présenté une exemple d’application
du machine Learning appliqué `a la détection des fraudes en finance avec apprentissage de
r`egles.
In this work, we have discussed machine learning and its application in the field of
finance. Specifically, we presented the methods used in machine learning, namely Nearest
Neighbors method, Artificial Neural Networks method, Decision Trees and Support Vector
Machines (SVM) method to develop in order to test and apply predictive analysis algorithms
on different types of data in order to predict the future. Subsequently, we presented
some Machine Learning applications in finance such as asset management, portfolio management
and market risk to optimize their costs, improve the experience of their customers
and develop their services. At the end, we presented an example of the application of
machine learning applied to fraud detection in finance with rule learning.
Option : Mathématiques Financières
2022-01-01T00:00:00ZRoutage Sécurisé Dans Les Réseaux Fanets L’attaque Wormhole
http://univ-bejaia.dz/dspace/123456789/21210
Routage Sécurisé Dans Les Réseaux Fanets L’attaque Wormhole
Saidani, Lynda; Boulfkher, Samra ; promotrice
L’avancement des recherches dans le domaine des réseaux Ad hoc (MANET) et des
technologies de communication ont favorisé la naissance des réseaux FANETs (Flying Ad
hoc Networks), où les noeuds sont des drones. Les applications liées à ses réseaux sont
devenues de plus en plus populaires, comprenant les services militaires, la photographie
aérienne, les levés géologiques et topographiques, la surveillance des catastrophes,... Par
conséquent, il est très important de construire un FANET hautement fiable et tolérant
aux pannes. Cependant, l’architecture du réseau très différente des architectures réseau
précédentes, car les drones volants à grande vitesse, la topologie se varie également rapidement,
se qui complique le routage des données. Par conséquent, il faut concevoir
des protocoles de routage efficace et qui garantissent la sécurité du système, notamment
de l’attaque WORMHOLE. Ce manuscrit présente un nouveau schéma de sécurité contre
l’attaque WORMHOLE qui est une amélioration du protocole SUAP (Secure UAV Ad hoc
Network Protocol), avec une modélisation de réseau de Pétri coloré, qui est implémenté
sur CPN-Tools.
The advancement of research in the field of Ad hoc networks (MANET) and communication
technologies has favored the birth of FANETs (Flying Ad hoc Networks), where
the nodes are drones. Applications related to its networks have become increasingly popular,
including military services, aerial photography, geological and topographical surveys,
disaster monitoring,... Therefore, it is very important to build a highly reliable and faulttolerant
FANET. However, the very network architecture different from previous network
architectures, because drones fly at high speed, the topology also varies quickly, which
complicates the routing of data. Consequently, it is necessary to design effective routing
protocols and which guarantee the security of the system, in particular from the WORMHOLE
attack. This manuscript presents a new security scheme against the WORMHOLE
attack which is an improvement of the SUAP protocol (Secure UAV Ad hoc Network
Protocol), with a colored Petri net modeling, which is implemented on CPN-Tools.
Option : Modélisation Mathématique et Évaluation des Performances Réseaux
2022-07-14T00:00:00ZEstimation de la fonction de regression par la methode des noyaux asymetriques
http://univ-bejaia.dz/dspace/123456789/21207
Estimation de la fonction de regression par la methode des noyaux asymetriques
Mousli, Sabrina; .Djerroud, L ; promoteur
En statistique, la régression joue un rôle important dans l’analyse d’une relation entre deux variables
aléatoires (v.a) X et Y . Généralement, nous utilisons les modèles de régression paramétriques. Néanmoins
ceux-ci ne sont pas applicables dans toutes les situations, c’est pourquoi, on a toujours tendance à
recourir aux modèles de régression non paramétriques. La méthode du noyau est une méthode d’estimation
non paramétriquepour laquelle les estimations ont été définies dans le cas d’un noyau symétrique.
Ce dernier présente des problèmes lors de son application sur un ensemble de données asymétriques.
Le but de ce présent travail est d’étudier l’estimateur non paramétrique de la fonction de régression
calculé par la méthode du noyau dans le cas d’un ensemble de données non négatives et continues. Les
qualités de cet estimateur ont été présentées dans le cas particulier des deux noyaux associés bêta et
gamma. Pour les autres noyaux, la qualité de l’estimateur a été évaluée à travers une étude de simulation.
Enfin, nous avons appliqué l’estimateur sur un jeu de données réelles. les résultats obtenus sont
encourageants.
In statics regression plays an important roles in extracting relation ship between two random variables X
and Y. In general, we use the parametric regression in ordr to derive and evaluate this relationship. But,
this type of estimation cannot be applied in all cases, then we resort to the nonparametric estimation.
The kernel méthod is one of nonparametric etimation methods, for witch the estimation are initially
défined for symetric data, this have a problem in its application for asymetric data. The purpose of this
research is to study nonparametric regression using the methods of associated kernel in cases of positif
real data. We applied this estimation in the cases of the kernels : gamma and beta for the others kernel
we study the performances of the etimation by a simulation study, finally, we have applied the proposed
estimators using a real data.
Option : Modèlisation mathématique et évaluation des performances des réseaux
2022-01-01T00:00:00ZSur les modèles de séries chronologiques à valeurs entières
http://univ-bejaia.dz/dspace/123456789/21175
Sur les modèles de séries chronologiques à valeurs entières
Gouiri, Syphax; Touche, Nassim ; promoteur
Plusieurs problèmes dans de nombreux domaines scientifiques sont résolus à l'aide des
modèles de séries chronologiques a valeurs entières avec quelques applications et simulations,
car lorsqu'une s erie ne prend qu'un nombre limité de valeurs enti eres, elle ne peut
^etre approchée correctement par un modèle de s eries chronologiques classique a valeurs
réelles.
Notre objectif dans ce travail est de faire une synthèse bibliographique sur les modèles
de s erie chronologique a valeurs entières existants et les classifer selon le classement de (Cox
et al, 1981) en deux catégories principales qui jouent un r^ole majeur dans la modéliisation
des données issues d'un phénomène de comptage.
Nous avons donné dans un premier temps, pour chacune de ces deux catégories de
modèles de séries
ries temporelles entières, la structure de probabilité de certains modèles cités
dans la littérature, puis au second temps nous avons mis l'accent sur quelques approches
d'estimation considérées dans la littérature pour ces modèles.
Pour exhiber la bonne performance des modèles de séries chronologiques a valeurs
entières nous avons présenté une étude récente de (Kim, 2020) qui révèle les avantages de
l'utilisation de ces modèles dans la prévision et l'analyse du trafic réseau, qui est devenue
de plus en plus importante a l'heure actuelle et à l'avenir pour la surveillance du trafic
r eseau.
Several problems in many scientific ilds are solved using integer value time series
models with some applications and simulations. Because when a series takes only a limited
number of integer values, it cannot be approximated correctly by a classical real valued
time series model.
Our objective in this work then is to make a bibliographical synthesis on the existing
integer time series models and to classify them according to the classi
cation of (Cox et
al, 1981) in two main categories which play a major role in the modeling of data resulting
from a counting phenomenon.
We haveifrst given, for each of these two categories of integer time series models, the
probability structure of some models cited in the literature, and then we have focused on
some estimation approaches considered in the literature for these models.
To demonstrate the good performance of integer-valued time-series models, we
presented a recent study conducted by (Kim, 2020) that reveals the advantages of using
these models in network trafic prediction and analysis, which are becoming increasingly
important nowadays and in the future on network trafic monitoring
Option : Modélisation Mathématique et Evaluation de Performance des Réseaux
2021-09-01T00:00:00Z