http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/10 2026-08-24T03:11:04Z http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1484 Titre: Optimization of Dynamic Analytical Queries Using Advanced Methods Auteur(s): SALMA, Hanane Résumé: In modern data management systems, redundant computations and data duplication are the current challenges. This occurs because of analytical queries which often share common computational components called common subexpressions, significantly increasing processing time and costs. This phenomenon is present in various data processing paradigms, such as transactional (OLTP), analytical (OLAP), and real time processing (RTAP) systems.Recent studies demonstrated that over 18% of queries in cloud environments, such as Alibaba, contain computational duplication. Two queries are considered duplicates if they share the same subexpressions or have structural similarities. The challenge of discovering and exploiting these subexpressions is known as the common subexpression selection problem, a complex NP-complete problem.This problem is relevant to several key areas of database performance optimization, including multiquery optimization, materialized views, query rewriting, and big data and cloud computing.Physical scene selection is a key solution in this field, aiming to choose the best set of subexpressions that achieve performance optimization while considering storage, update, and reuse constraints. Although this area has been studied since the 1990s through more than 180 research papers, most traditional solutions remain limited to static environments and small query sizes.Today, however, modern applications require dynamic and large-scale processing. Systems like BIGSUBS[81] have proved their ability to detect more then thousands of subexpressions, reducing execution time and cost. Therefore, developing smarter and more flexible solutions has become essential. This thesis aims to propose solutions based on deep learning, using efficient data structures such as graphs, with costbased models to estimate the benefit of common expression selection. The goal is to build scalable optimization strategies compatible with modern and complex query processing systems. 2026-07-16T00:00:00Z http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1481 Titre: Towards a Classification and Detection Model for Medical Diagnosis Based on Machine Learning Algorithms Auteur(s): DJELLAL SERANDI, Mohamed Résumé: High-throughput DNA microarray technology produces high-dimensional gene ex- pression data characterized by a large number of irrelevant and redundant genes, which exacerbates the curse of dimensionality and negatively impacts disease clas- sification performance. Consequently, effective feature selection is a critical step in gene expression analysis. This thesis investigates bio-inspired and deep learning–based feature selection strategies for gene expression data to improve classification performance through comparative analyses between single-objective and multi-objective Differential Evo- lution frameworks, Differential Evolution and autoencoder-based feature learning approaches, and Differential Evolution and the Slime Mould Algorithm, highlighting the benefits of multi-objective optimization in balancing the mean squared residual (MSR) and feature subset compactness; moreover, a novel clustering-based multi- objective Differential Evolution framework (CBDE) is proposed to enhance search efficiency and identify compact and biologically meaningful gene subsets. The proposed methods are evaluated on multiple benchmark microarray datasets using state-of-the-art classifiers, including Support Vector Machine (SVM), Naive Bayes (NB), K-Nearest Neighbors (KNN), Decision Tree (DT), Random Forest (RF), and Logistic Regression (LR). Experimental results demonstrate that the applica- tion of feature selection significantly improves convergence behavior and classification performance, while promoting a diverse set of optimal solutions. Moreover, the proposed approaches consistently achieve effective dimensionality reduction and robust performance across different datasets. 2026-07-15T00:00:00Z http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1480 Titre: Valorisation, Traitement et Application des boues de STEP Auteur(s): BELARBI, Fatiha Ouassyla Résumé: La boue d'épuration urbaine a été collectée auprès de la station de traitement des eaux usées de la ville de Saida (Algérie). Avant utilisation, la boue d'épuration a été séchée à l'air libre pendant trois jours, puis lavée plusieurs fois et calcinée à 900°C, puis à 1000°C. L'adsorption du pesticide Lambda- Cyhalothrine et du colorant MR3X à partir de solutions aqueuses sur la boue d'épuration a été étudiée en fonction du pH, du temps de contact, de la concentration initiale en adsorbat et de la température. Les capacités d'adsorption de la Lambda-Cyhalothrine ont été respectivement de 11,62, 10,63 et 6,67 mg/g à pH = 3 et à température ambiante, pour la boue brute (S-R), S-900 et S-1000. La capacité d'adsorption a augmenté progressivement avec l'élévation de la température. Les modèles d'isothermes d'adsorption de Langmuir, Freundlich et Langmuir–Freundlich ont été appliqués pour décrire les isothermes correspondantes. L'équation de Freundlich a montré le meilleur ajustement aux données expérimentales. Les modèles cinétiques du pseudo-premier et du pseudo-deuxième ordre ont été utilisés pour décrire les cinétiques d'adsorption. Les résultats de l'étude cinétique ont montré que l'adsorption de la Lambda- Cyhalothrine et du MR3X sur les échantillons suivait le modèle du pseudo-deuxième ordre. Le pesticide commercialisé s’adsorbe mieux sur les matrices étudiées comparés au colorant MR3X qui a montré un très faible taux d’adsorption. L’utilisation des cendres de boues comme ajout au ciment portland a été bénéfique. Le ciment aux ajouts cendres de boue à 900°C a présenté une meilleure résistance à la compression. 2026-07-15T00:00:00Z http://dspace.univ-mascara.dz:8080/jspui/handle/123456789/1476 Titre: Étude des propriétés structurales, texturales et application d’une argile locale modifiée pour l’élimination de composés organiques Auteur(s): HATTAB, Fatima Résumé: Ce travail présente l'étude expérimentale de la modification d'une argile locale, le kaolin de Tamazert (K), par le bromure de cétyltriméthylammonium (CTAB) pendant des durées d'exposition de 1, 3 et 7 jours. Les matériaux obtenus ont été utilisés comme adsorbants du jaune bezacryl (JB) et/ou rouge bezacryl (RB). Ces matériaux ont été caractérisés par DRX, FTIR, MEB et BET. La modification du kaolin de Tamazert par le CTAB a conduit à son intercalation et à une augmentation de l'espacement basal de 7,15 à 20,66 Å, soit un taux d'intercalation de 65,62 %. Cette modification a également induit la formation de nanotubes de kaolinite et une augmentation de la surface spécifique en atteignant 38,24 m2.g-1 pour K/CTAB 7J. L’adsorption du JB et/ou RB a été réalisée sous les conditions suivantes : rapport solide/liquide =1/g/L, pH=12, un temps de contact de 60 min. Les modèles de pseudo-second ordre et de diffusion intraparticulaire décrivent bien la cinétique d'adsorption du BJ et/ou RB. Les isothermes d'adsorption du JB ou RB sont en forme de L. Le modèle de Redlich-Petersen décrit correctement ces isothermes expérimentales avec R2 ≥ 0,97. Tandis que lors de l’adsorption compétitive des deux colorants, les isothermes sont de type S et elles dont décrites d’une manière très satisfaisante par le modèle de Freundlich étendu avec R2 ≥ 0,95. 2026-07-07T00:00:00Z