Analyse des performances des FBGs en cascade et la fibre de compensation de dispersion (DCF) dans les réseaux de communication

Ce travail étudie une nouvelle technique de compensation de l'atténuation de la dispersion en utilisant une combinaison hybride de réseaux de Bragg (FBG) apodisés et en cascade lié avec une fibre de compensation de dispersion (DCF). Des conceptions de disposition pré et post par rapport à la ligne de transmission optique monomode SMF de 100 km ont été testé. Les performances de chaque conception ont été évaluées en se basant sur les résultats du facteur Q et le taux erreurs binaire (TEB). Chaque profil de conceptions est réalisé avec un réseau FBG Chirpé linéaire et apodisé avec les fonctions (tangente hyperbolique et gaussienne). La simulation est réalisée sous le logiciel Optisystem 20.

Compensation de dispersion optimisée avec DCF et réseau de Bragg dans un réseau optique WDM

Les réseaux de fibres optiques nous permettent d'atteindre des très hautes vitesses de transmission, et la nécessité d'obtenir des débits de données encore plus élevés tout en assurant une connectivité stable est toujours présente. L'exploitation de ces débits par radiofréquence est également essentielle dans un certain nombre de domaines qui reposent sur la connectivité sans fil. Pour répondre à ce besoin, la mise en œuvre de la technologie Radio over Fiber (RoF) et l'utilisation du Wavelength Division Multiplexing (WDM) avec de nouvelles techniques de compensation de la dispersion sont essentielles. C'est pourquoi, dans cette étude, nous avons mis en place une fibre à compensation de dispersion (DCF) et un réseau de Bragg (FBG) dans ce système. En utilisant " Optisystem 20 ", nous avons simulé l'injection de 16 chaînes de transmission à 10 Gbps avec différentes longueurs d'onde, avec deux espacements de fréquence de 50 et 100 GHz, pour une fenêtre de 1,55 μm afin d'évaluer la performance de ces transmissions sur différents systèmes.

Comparative Analysis of Machine Learning Algorithms for Depression Prediction in Hemodialysis Patients

Our work is based on machine learning using four models: logistic regression (LR), support vector machines (SVM), random forest (Random Forest) and neural network (Neural Network). The results shows, that the best models performing are random forests and neural networks compared to other models in predicting mortality risk with Charlson index. For the importance of methods in depression and anxiety,very high considerable prediction for anxiety is indicated by the SVM and Neural Network models. Moderate implication with the logistic regression model. Low detection with the Random Forest model. Reasonable significance in depression, with Random Forest and Neural Network models, and the indication is weedy in the logistic regression and SVM models

Automatisation des fours de forges et fours des Ateliers Maghrébin (AMM)

Automatisation des fours de forges et fours des Ateliers Maghrébin (AMM)

Birds images classification and detection with Faster R-CNN

Tracking and detection bird is available using new CNN structures as well as Faster RCNN, where convolution features are extracted by ResNet-50 very suitable for contour detection using five stages and the feature maps of different convolution layers are Multi-scale fusion It is apply to identify birds in natural scenes. The current model is particularly notable with species (classes) like ducks, goldfinches, and Houbaras, with minim errors in detection. It is very performent to classify goldfinches, accurately recognizing them with minimal mistakes. in contrast, custom dataset, in natural scenes which can considered as wildlife, the levels detection are higher but sometimes low because of the overlapping of birds in the pictures.

Création d’une application mobile «SahtekUp» de suivi de poids avec des professionnels de santé et des coachs

Ce travail a pour objectif le développement d’une application mobile destinée au suivi de poids et du bien-être. L’accompagnement est assuré par des professionnels de santé certifiés ainsi que des coachs en préparation physique. Cela permet à chaque utilisateur de progresser à son propre rythme, tout en respectant les objectifs qu’il s’est lui-même fixée. L’application SahtekUp offre un ensemble de services intégrés, régimes, recettes diététiques, vidéos sportives. En intégrant l’intelligence artificielle (IA) avec le Chatbot qui garantit une interaction rapide en temps réel avec l’utilisateur. Cela rend le suivi de poids plus accessible, continu et mieux encadrée