Télécharger La thèse :

Titre: PERFORMANCE DU TRAITEMENT DES EPIDEMIOLOGIES PAR EFFETS DE SIMULATION ET DATA MINING

Domaine: Mathématiques informatique (MI)

Filière: Informatique

Option: Informatique

Auteur: Hamami Dalila

Soutenu (e) le: 14/06/2017

Sous la direction de: Atmani Baghdad

Le président du jury : Beldjilali Bouziane

Examinateur1: Haffaf Hafid

Examinateur2: Rahmoun Abdelhafid

Examinateur3: Fizazi Hadria

Examinateur4: Benyettou Mohamed

Mention: Très Honorable

Résumé:

La modélisation et simulation ont émergé comme outils de base pour le suivi épidémiologique, la prévention et la prise de décision. Cependant, concevoir un modèle prédictif optimal est une tâche des plus complexes. En effet, les systèmes épidémiologiques ont la particularité d’être décrits par un ensemble massif de composants en interaction continue et dont le comportement est dynamique et complexe. Ce qui engendre une quantité de données et de connaissances qu’il est impossible à l’être humain d’en extraire les éléments clés. Ainsi, identifier les structures appropriées et les paramètres déterminants reste à ce jour, un facteur majeur de confusion pour les épidémiologistes et les modélisateurs. Dans ce contexte de données épidémiologiques larges et souvent bruitées, la fouille de données se trouvent être des techniques effectives pour l’extraction de connaissances pertinentes. Nous présentons dans cette thèse une approche de conception des modèles prédictifs optimaux en utilisant conjointement : les outils de modélisation et simulation et les techniques de fouille de données. Notre travail est principalement guidé par : la modélisation et la simulation par les algèbres des processus, Bio-PEPA ; la fouille de données par les arbres de décisions, les règles d’association et la segmentation. Notre approche s’applique à deux exemples épidémiques réels : la tuberculose en Algérie et les oreillons en Grande Bretagne.


Mots clefs: Modélisation et simulation, Fouille de données, Optimisation, Epidémiologie humaine.


Publications associées à la thèse

Article 1:

Titre: Decision Support based on Bio-PEPA Modeling and Decision Tree Induction: A New Approach, Applied to a Tuberculosis Case Study

Revue: International Journal of Information Systems in the Service Sector

Référence: nternational Journal of Information Systems in the Service Sector Volume 9 ; 71-101

Date: April-June 2017