Browsing by Author "MAGROUN, Hanane"
Now showing 1 - 3 of 3
Results Per Page
Sort Options
Item Segmentation automatique de tumeur à partir des IRM cérébrales(Faculté des Sciences, 2022) BRIGHET, Inas; BOUAITA ,Samia; MAGROUN, HananeLa segmentation est une étape clé dans le processus de la délimitation de tumeurs à partir des images médicales. Dans ce travail, nous avons procédé à une approche comparative entre le champ aléatoire de Markov et l'algorithme K-means pour la segmentation de tumeurs à partir d’images avec différents niveaux de bruit. Les résultats préliminaires sur des images IRM réelles ont démontré la supériorité du champ aléatoire de Markov, et sa résistance au bruit avec un coefficient de similarité moyen de 0,89 % par rapport à 0,67 % dans le cas de K-meansItem Segmentation client par machine learning : application marketing(Faculté des Sciences, 2025) BOUGHIOUT ,Youcef; TOURECHE ,Oussama; MAGROUN, HananeLes entreprises, en particulier celles des secteurs du commerce électronique et de la vente au détail, collectent des données démographiques et financières étendues sur leurs clients qui fournissent des insights cruciaux sur les modèles de comportement des consommateurs et leur pouvoir d'achat. Ce mémoire aborde le problème de la segmentation des clients en utilisant l'algorithme K-means pour identifier et analyser différentes catégories de clients basées sur les caractéristiques démographiques et économiques dans une stratégie marketing ciblée. Le problème d'étude est la difficulté pour les entreprises à catégoriser efficacement leur base de clientèle diversifiée et à adapter leurs approches marketing sans une segmentation appropriée basée sur des indicateurs démographiques et financiers clés. La solution proposée consiste à appliquer l'algorithme K-means sur des données clients incluant l'âge, le sexe, le revenu annuel et le score de dépenses pour créer des clusters clients significatifs. Les résultats obtenus révèlent des segments clients distincts avec des profils de dépenses spécifiques, permettant aux entreprises de développer des stratégies marketing ciblées et d'optimiser les offres produits pour chaque groupe de clients identifiéItem Traitement d’images numériques(Faculté des sciences, 2025) DJAGHROUD ,Assia; MAGROUN, HananeLe traitement d’images est un domaine en pleine expansion qui vise à analyser et interpréter automatiquement les données visuelles. Il combine des techniques de bas niveau (filtrage, restauration, segmentation) et de haut niveau (reconnaissance de formes). Ce mémoire propose une application intégrée offrant des fonctionnalités de prétraitement (amélioration du contraste, réduction du bruit), des transformations géométriques et des méthodes de compression. Les algorithmes implémentés incluent le filtrage Gaussien, les détecteurs de contours (Sobel, Canny) ainsi que l'algorithme K-means pour la segmentation et la classification d’images. Structuré en trois parties, ce travail présente d'abord les fondamentaux des images numériques, puis les méthodes de traitement, et enfin la conception et la réalisation de l’application