Repository logo
 

5-Électronique et Télécommunications

Permanent URI for this collectionhttp://172.16.2.43:4000/handle/123456789/11490

Browse

Recent Submissions

Now showing 1 - 20 of 31
  • Item
    Enhanced medical image diagnosis using a deep learning approach based on autoencoders
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2026-06-09) Ghalloussi Wissal; Filali Hiba; encadré par Haouam Lotfi
    Medical image analysis is essential for disease diagnosis, but its interpretation remains challenging. This thesis investigates the use of deep learning, particularly Convolutional Neural Networks (CNNs) and autoencoders, to automate medical image classification. Two case studies are presented: brain tumor classification from MRI images and pneumonia detection from chest X-ray images. The obtained results demonstrate high classification accuracy and confirm the potential of these approaches for developing computer-aided diagnosis systems.
  • Item
    Evaluating Explainable Artificial Intelligence (XAI) in the Network Security Domain A Case Study
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2026-06-09) Haouichi Salah Eddine; encadré par Aouiche Chaima
    L'expansion rapide des infrastructures de l'Internet des Objets a profondément modifié le paysage des menaces en matière de sécurité réseau, engendrant des environnements où le volume, la vitesse et la diversité du trafic malveillant dépassent les capacités des systèmes de détection basés sur des règles et des équipes d'analystes humains. L'apprentissage automatique constitue une alternative puissante, mais les modèles les plus performants — réseaux de neurones profonds et méthodes d'ensemble — sont précisément ceux dont le raisonnement interne est le plus opaque, créant un fossé entre capacité prédictive et interprétabilité opérationnelle. Ce mémoire examine si l'intelligence artificielle explicable (XAI) peut combler ce fossé dans le contexte de la détection d'intrusions réseau pour les environnements IoT. Un cadre expérimental comparatif a été construit, dans lequel trois architectures distinctes — un réseau de neurones profond (DNN), un ensemble Bagging basé sur la forêt aléatoire, et un ensemble Stacking à deux niveaux — ont été entraînées et évaluées sur le jeu de données CIC IoT-DIAD 2024, comprenant 27 713 532 enregistrements de flux réseau étiquetés décrits par 36 caractéristiques. Chaque modèle a été évalué non seulement sur des métriques de détection standard, mais également sur la qualité, la cohérence et l'interprétabilité opérationnelle des attributions SHAP produites. Les trois architectures ont dépassé 97% de précision et 97% de F1-score sur l'ensemble de test. L'ensemble Bagging a atteint la précision la plus élevée (99,76%) et le nombre de faux positifs le plus faible (188), tandis que l'ensemble Stacking a obtenu le meilleur rappel (96,71%) et le nombre de faux négatifs le plus faible (2 622). L'analyse SHAP a identifié trois caractéristiques — SYN Flag Count, Bwd Packet Length Max et Flow IAT Min — apparaissant systématiquement dans le top 10 des trois architectures. La corrélation de rang de Spearman a révélé que la cohérence des attributions est dépendante de l'architecture : Bagging et Stacking produisent des classements fortement corrélés (ρ = 0,7521), tandis que le DNN diverge significativement (ρ ≈ 0,12–0,20). L'ensemble Bagging est recommandé comme architecture optimale, combinant fiabilité de détection, exactitude des explications et faisabilité computationnelle.
  • Item
    Conception d'un système intelligent de détection des images falsifiées basé sur le Deep Learning et la transformée en Ondelettes (DWT)
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2026-06) Berkani lamis; BOUKHRIS HAIFA; Aoulmi Chahinda; encadré par CHERIET Leyla
    À l’ère de l’intelligence artificielle générative, la prolifération des manipulations d’images numériques, notamment les Deepfakes, pose un défi majeur pour la criminalistique informatique (Digital Forensics). Ce mémoire de Master présente une approche hybride robuste dédiée à la détection automatique de falsifications d’images, en combinant l’analyse spatio-fréquentielle et l’apprentissage profond. Notre contribution fondamentale repose sur l’intégration de la Transformée en Ondelettes Discrète (DWT) en amont des Réseaux de Neurones Convolutifs (CNN). En écartant l’approximation globale basse fréquence pour forcer le réseau à focaliser son attention sur les sous-bandes de détails fréquentielles (LH,HL,HH), le système parvient à isoler les micro-anomalies géométriques et statistiques laissées par les algorithmes de manipulation. Les simulations rigoureuses menées sous l’environnement MATLAB sur la base de données de référence Celeb- DF v2 valident l’efficacité de cette fusion. En utilisant l’ondelette de Daubechies (db4), le modèle basé sur l’apprentissage résiduel ResNet-18 surclasse les architectures standard et SqueezeNet, en atteignant une précision remarquable de 95,42% (jusqu’à 96,15%), avec un score AUC de 0,978 et un taux de fausses alarmes (FPR) réduit à seulement 4,00%.
  • Item
    Optimisation d’un système biométrique sécurisé à l’aide de filtres orientés
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2026-06-09) MAALLEM SAFOUA; Si Said Ania; encadré par Abdallah Meraoumia
    Les systèmes biométriques occupent aujourd’hui une place importante dans les domaines de la sécurité et de l’authentification grâce à leur capacité à identifier les individus à partir de caractéristiques physiologiques ou comportementales. Cependant, ces systèmes restent exposés à plusieurs menaces telles que le spoofing, le vol des templates biométriques et les attaques sur les canaux de transmission. Ce mémoire présente une étude des systèmes biométriques, de leurs vulnérabilités ainsi que des principales techniques de protection utilisées pour renforcer leur sécurité. Une attention particulière est accordée à la protection des templates biométriques à travers des mécanismes de chiffrement et des méthodes anti-spoofing. Dans ce contexte, une approche sécurisée est proposée en utilisant les projections spatiales guidées par le chaos, l’optimisation par essaim de particules (PSO) ainsi qu’un schéma de chiffrement adapté à la protection des caractéristiques biométriques. Cette approche vise à améliorer la sécurité, l’intégrité et la robustesse du système face aux différentes attaques.
  • Item
    Réalisation d'un fauteuil roulant intelligent (freemove)
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2026-06) BAIZID SAMAH Chaouchi Douaa MAAMRI Mahmoud; Chaouchi Douaa; encadré par MAAMRI Mahmoud
    Les difficultés de mobilité constituent un défi majeur qui altère considérablement la qualité de vie des personnes à mobilité réduite. Les fauteuils roulants traditionnels présentent encore des lacunes en coté de sécurité et des fonctionnalités limitées, réduisant l'autonomie de l'utilisateur et augmentant les risques lors de ses déplacements. Ce projet propose la réalisation et le développement d'un fauteuil roulant intelligent, basé sur des technologies électroniques intégrées et des systèmes de capteurs avancés, visant à améliorer la mobilité des personnes handicapées, notamment des personnes amputées. Ce fauteuil roulant intelligent représente un modèle alliant ingénierie électronique et applications d'assistance médicale ; il est considéré comme une solution technologique innovante susceptible d'être développée en un produit industriel destiné au marché local.
  • Item
    Modeling and Identification of Photovoltaic Systems Using Fuzzy Logic Models
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2026-06) Mohammed Elhadi; Belmekki Bakhouche Nour EL ISLEM; encadré par Abdelaziz Aouich
    Photovoltaic (PV) systems are characterized by nonlinear power-voltage characteristics that vary significantly with solar irradiance and cell temperature. Conventional Maximum Power Point Tracking (MPPT) techniques often suffer from oscillations, slow response, and reduced efficiency under rapidly changing and partial shading conditions. This thesis presents the modeling and identification of photovoltaic systems using intelligent techniques. A single-diode equivalent circuit model was studied and implemented in MATLAB for the KC200GT PV module. The effects of environmental conditions on the I-V and P-V characteristics and the location of the Maximum Power Point (MPP) were thoroughly analyzed. Classical MPPT methods, including Perturb and Observe (P&O), Incremental Conductance (IncCond), and Particle Swarm Optimization (PSO), were reviewed and their limitations highlighted. To overcome these limitations, a proposed intelligent models based on Multi-Layer Perceptron (MLP) and Adaptive Neuro-Fuzzy Inference System (ANFIS) were designed for accurate MPP identification. These models were trained using data generated from the validated photovoltaic model under a wide range of irradiance and temperature conditions. Simulation results demonstrated that the proposed intelligent models achieve superior tracking accuracy, faster convergence, and significantly reduced oscillations compared to conventional methods, even under dynamic and non-uniform irradiance conditions. The developed approach offers a robust and efficient solution for improving the performance of photovoltaic systems.
  • Item
    Miniaturisation des Antennes Patch à l'Aide des Métamatériaux pour les Applications Sans Fil
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2026-06-09) Nabet Chourouk; Khediri Ramzi; encadré par FERROUDJI Karim
    Ce travail de fin d'études est consacré à la conception, l'optimisation et la miniaturisation d'une antenne patch plane à haute performance, destinée aux applications de communication modernes (5G, Réseaux WiMAX , 4G/LTE, IoT, …). L'objectif principal de cette recherche était de surmonter la limitation théorique majeure qui associe systématiquement la réduction de la taille physique des antennes à une dégradation de leurs performances. Pour relever ce défi, nous avons exploité les propriétés électromagnétiques inédites des métamatériaux. La démarche scientifique adoptée a consisté à concevoir, dans un premier temps, une antenne conventionnelle de référence optimisée pour résonner à la fréquence initiale de 5 GHz. Par la suite, une cellule résonnatrice à anneau fendu complémentaire (CSRR) a été intégrée avec précision au niveau du plan de masse. Le couplage électromagnétique ainsi généré a permis de confiner l'énergie et de translater avec succès la fréquence fondamentale vers 2.50 GHz, accomplissant de ce fait un taux de miniaturisation remarquable sans altérer l'intégrité radiative globale de la structure. Les simulations numériques menées sous le logiciel ANSYS HFSS confirment la robustesse et la viabilité technique de l'architecture proposée, démontrant qu'elle constitue une solution efficace et hautement compétitive pour l'intégration au sein des terminaux de communication compacts de nouvelle génération.
  • Item
    Chaotic Encryption for Secure Image Transmission in Free-Space Optical Systems
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2026-06-09) Chettouh Chayma; Harbaoui Nesrine; encadré par Hanane Djellab
    This work presents a secure Free-Space Optical (FSO) communication system based on a four-dimensional memristor-based hyperchaotic image encryption scheme. The proposed framework combines hyperchaotic cryptography with optical wireless communication to ensure both high-level data security and reliable image transmission under atmospheric disturbances. A 4D hyperchaotic system was designed and analyzed using time-series analysis, phase-space trajectories, and Lyapunov exponents, confirming strong randomness and high sensitivity to initial conditions. Three image encryption methods based on XOR diffusion, arithmetic addition, and QR matrix decomposition were developed and evaluated using entropy, correlation, NPCR, UACI, and key sensitivity analyses. The obtained entropy values reached 7.9987, 7.9983, and 7.9893, while NPCR values exceeded 99.55% and UACI values remained close to 33%, demonstrating excellent security performance and strong resistance against statistical and differential attacks. In addition, the proposed system provided a large key space estimated at approximately ( 10112.). The proposed encryption framework was integrated into an FSO communication system using MATLAB and OptiSystem environments. The obtained results showed that clear weather achieved the best transmission performance, maintaining BER values below ( 10−5.) and Q-factor values above 4 up to approximately 1.6 km, with a BER of (8.68 × 10−22.) and a Q-factor of 9.51 at 1 km. Under moderate rain conditions, the acceptable communication range decreased to approximately 1.1 km with a BER of (4.27 × 10−9.) and a Q-factor of 5.75, while snow conditions reduced the effective range to approximately 0.4 km with a BER of (1.89× 10−4.) and a Q-factor of 3.56 due to severe atmospheric attenuation. Overall, the obtained results demonstrate that the proposed QR-based hyperchaotic encryption scheme provides an effective compromise between cryptographic security, diffusion capability, and transmission robustness, making the proposed framework a promising solution for next-generation secure optical wireless communication systems.
  • Item
    AI Applications in Characterizing and Enhancing Optical Fiber Performance
    (Université Echahid Cheikh Larbi Tebessi - Tebessaa, 2025-06-10) Zediri ,Akila /Rehab ,Nardjes /Encadré par Gouder, Soraya
    Optical fibers are among the most important modern technologies in the field of communications, enabling high-speed and efficient data transmission over long distances with low signal loss and high immunity to electromagnetic interference. These fibers operate based on the principle of total internal reflection, transmitting light through a central core surrounded by a cladding with a lower refractive index. In recent years, AI has played an increasingly significant role in enhancing the performance of optical fibers. Techniques such as machine learning and ANNs networks have contributed to data analysis, fault detection, performance prediction under various conditions, and the optimization of fiber design through accurate simulations and intelligent forecasting of optical properties. The integration of AI with optical fiber technologies represents a major step toward smarter, more flexible, and more efficient communication systems.
  • Item
    protection des images médicales par le tatouage
    (Université Echahid Cheikh Larbi Tebessi - Tebessaa, 2025-06-10) Bekhouch , Rayén /Sekiou,Hind /Encadré par cheriet ,Leyla
    Avec le développement rapide des technologies de communication dans le domaine médical, de nouveaux défis ont émergé concernant la sécurité des images médicales sensibles, telles que les radiographies, les IRM ou les scanners. La protection de ces données contre toute altération ou accès non autorisé est de- venue essentielle, surtout avec la généralisation des systèmes d’archivage et de transmission numériques dans les établissements de santé. Parmi les solutions les plus efficaces figure le tatouage numérique, qui permet d’insérer des informations confidentielles (comme l’identité du patient ou les données de diagnostic) dans l’image médicale de manière invisible, tout en préservant sa qualité et sa confidentialité. Dans ce travail, nous proposons une méthode de tatouage numérique basée sur la combinaison de la transformation en cosinus discrète (DCT) et de la transformation en ondelettes discrètes (DWT), offrant un bon compromis entre in- visibilité et robustesse. Les résultats expérimentaux, évalués à l’aide de métriques objectives et subjectives, ont montré une grande efficacité de la méthode proposée pour la protection fiable et sécurisée des images médicales.
  • Item
    Desgin and analysis of a reconfigurable patch antenna using pin diode for wireless Applications
    (Université Echahid Cheikh Larbi Tebessi - Tebessaa, 2025-06-10) Bouaffene, nada /Fetni, manel Encadré par Farroudji,Karim
    This project presents the design and simulation of a reconfigurable patch antenna using a PIN diode for dynamic frequency tuning. By integrating a PIN diode into the antenna design, it becomes possible to dynamically adjust the operating frequency, allowing support for multiple applications using the same component without the need for replacement or additional hardware. Key parameters such as gain, VSWR, and S11 were optimized using HFSS to ensure efficient performance within the targeted frequency bands. The results confirm that the proposed design achieves reliable reconfigurability, making it suitable for advanced multi-band communication applications.
  • Item
    Étude et Conception d’un Système de Brouillage Wi-Fi/Bluetooth
    (Université echahid cheikh Larbi tebessi, 2025-06-11) Ghoul, yassine /encadré par Hassene, NEZZARI
    Ce mémoire porte sur la conception et la mise en œuvre d’un système de brouillage sans fil ciblant les communications Wi-Fi et Bluetooth dans la bande des 2,4 GHz. Un prototype a été développé à l’aide d’une carte ESP32 WROOM-32E et de modules NRF24L01, configurés pour émettre des signaux perturbateurs via plusieurs interfaces SPI. L’approche adoptée repose sur une étude théorique, une modélisation numérique, puis des tests expérimentaux pour valider l’efficacité du brouillage. Le système, simple et économique, est destiné à prévenir la fraude dans les environnements d’examen
  • Item
    Utilisation de traitement du signal pour le diagnostic des moteurs électriques
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2025-06-10) Tahar, Amel/ Djellab Nourhene / Encadré par Gattal, Azzeddine
    In the pursuit of improving the reliability and continuous operation of industrial equipment, this memorandum aims to present a project focused on diagnosing faults in electric motors using acoustic signal processing techniques. In this context, an electronic circuit has been designed and developed based on a printed circuit board (PCB) dedicated to real-time monitoring and diagnosis. The circuit relies on capturing the acoustic signals emitted by the electric motor and processing them locally for early fault detection, using advanced signal processing software. The project specifically targets asynchronous motors by analyzing sounds in various operational modes. The system aims to support predictive maintenance and enhance its efficiency through integrated electronic solutions capable of providing accurate and real-time diagnostics, contributing to reducing unplanned downtime and ensuring operational safey
  • Item
    Improving The Performance of Next-Generation Network Communication using Machine Learning (ML)
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2025-06-11) Gaidi, Ahmed/ Hamdi, Safi Eddine/ Encadré par Aouiche, Chaima
    The rapid development of wireless networks with the massive increase in the number of users and demands for high-speed data have pose real challenges in managing high frequency bands such as millimeter waves, which offer high data rates, but their limited coverage is a drawback which calls for the need for advanced technologies such as machine learning (ML). In this study, we explore the use of various ML models to predict throughput performance in 6G networks. We used the Lumos5G dataset, a widely recognized real-world dataset after rigorous processing. We trained and tested these models, including Random Forest, XGBoost, GradientBoosting, XTREE and advanced stacking with multiple meta-models, optimizing their performance through the Optuna hyperparameter tuning framework. Fur thermore, we generated synthetic samples using generative adversarial networks (GANs) to address sample shortages and select key features to improve model‘s accuracy. The results indicated significant improvements in throughput prediction accuracy, which was quantified using metrics such as the root mean square error (RMSE) and coefficient of determination (R2), confirming the effectiveness of the proposed technique
  • Item
    Secure free space optical communication based on chaotic key
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2025-06-11) Chanbi, Soundes / Harrache ,Salsabil / Encadré par Djelab, Hanane
    This thesis presents the simulation and validation of a secure Free Space Optical (FSO) communication system, tailored for next-generation 5G networks. To overcome the inherent vulnerabilities of FSO links—such as atmospheric interference—a chaos-based encryption technique is proposed, leveraging Chua’s circuit for dynamic key generation. A technical analysis of FSO and 5G technologies highlights their key advantages, including high data throughput, low latency, and immunity to electromagnetic interference, while also addressing the challenges associated with their deployment. Chaotic encryption stands out as a promising solution due to its strong nonlinearity, sensitivity to initial conditions, and low computational complexity, making it particularly well-suited for physical-layer security. Cryptographic evaluation confirms high entropy (0.99943), strong sensitivity (MSE = 0.518), and a vast key space (∼ 2^131). The presence of a positive Lyapunov exponent (λ1 ≈ 0.648) further validates the chaotic behavior of the system. The system is validated through simulations using Matlab and OptiSystem under various operational conditions: data rates from 1 to 10 Gbps, distances up to 1.5 km, and atmospheric attenuations up to 8 dB/km. The results demonstrate excellent performance, maintaining a Bit Error Rate (BER) below 10−6 and outperforming non-secure configurations in terms of signal integrity, Q-factor, and eye diagram analysis. Overall, this study shows that chaos-based encryption is a secure, high-performance, and scalable solution for future 5G optical wireless infrastructures.
  • Item
    Blockchain-Enabled Biometric Template Protection: A secure Authentication Framework
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2025-06-10) Gouasmia , Aya / Rabah, Malak / Encadré par Meraoumia, Abdallah
    Information security has quickly become a major priority in the world digital due to our increasing reliance on interconnected systems and sharing data via networks for virtually all activities. Identity verification and access control are fundamental to the protection of our digital assets; thus, this research presents a proof of concept aimed at developing an innovative solution combining biometric technologies and blockchain to strengthen data confidentiality and authenticate the identity to handle reliably. The system exploits biometric features extracted from finger joint images using modern image processing techniques, such as HOG, combined with advanced encryption methods to protect the biometric template. Our solution also integrates blockchain technology to ensure data integrity and offer a reliable and decentralized authentication mechanism. The high recognition rate and system efficiency demonstrate the validity of this proof of concept, which could address current security challenges.
  • Item
    Protection des données multimédia par le Tatouage (Watermarking
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2024-06-12) ABDELLI, Imene / SAHRAOUI, Ghadir / Encadré par CHERIET ,Leyla
    Le développement rapide des réseaux de communication a provoqué de nouveaux problèmes liés à la sécurité des documents ou des images échangés. Ce qui nécessite de trouver une solution pour protéger les données contre l'interférence et la duplication. Ce problème est résolu par les techniques de tatouage numérique qui intègrent des informations confidentielles dans le contenu original, garantissant ainsi sa sécurité et permettant l'accès uniquement aux utilisateurs autorisés. Il existe plusieurs méthodes pour réaliser un tatouage numérique, chacune avec ses propres avantages et inconvénients. Cependant, notre travail est basé sur une étude des différents algorithmes de tatouage des images avec l’exploitation de la décomposition en valeurs singulières (SVD) et la décomposition en ondelettes discrètes (DWT). Enfin, les résultats expérimentaux obtenus par les métriques de qualité objective et subjective sont très encourageants et confirment clairement l’efficacité des techniques appliquées
  • Item
    Multifunctional Photonic Crystal Fiber Based on 1x4 Powerful Splitters
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2024) Rezkallah, Ines / Menasria ,Imene/ Encadré par Soraya, GOUDER
    Optical fiber is the preferred medium for transmitting information in modern times. However, to keep up with the growing demands spurred by the internet's expansion, continuous enhancement of fiber propagation properties is imperative. A new generation of fibers aims at reducing losses and enhancing overall performance compared to traditional counterparts. This study introduces a hexagonal photonic crystal fiber (PCF) design for analyzing various optical properties across different wavelengths. The geometry is utilized to examine parameters such as effective refractive index, dispersion, effective mode area, nonlinearity coefficient, and birefringence. Silica glass is selected as the base material, with the cladding area composed of layers of air holes. The research focuses on modeling and analyzing wave propagation characteristics in optical crystal fibers. Keywords: finite-element methods (FEMs), microstructured fibers, optical fiber devices, photonic crystal fiber, power splitter
  • Item
    Reconnaissance des personnes utilisant la multireprésentation de l’empreinte palmaire
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2024-06-27) ZERGUI, Aymen / KABOUR ,Kheireddine / Encadré par Mohamed ,SAIGAA
    La biométrie, qui se base sur des traits physiologiques et comportementaux spécifiques pour identifier un individu, connaît une croissance de sa popularité dans de nombreuses applications de sécurité gouvernementales, criminelles, militaires et commerciales. Les empreintes de palme sont une technique physiologique qui est réalisée à partir de la main humaine et qui a démontré sa fiabilité et son acceptabilité par les utilisateurs dans de nombreuses applications de sécurité. Au début de notre travail, nous avons commencé par extraire les caractéristiques en utilisant les méthodes simplifiées HOG et LPQ, puis nous les avons normalisées dans le code MATLAB. La reconnaissance rapide des images d'empreintes palmaires et des caractéristiques est l'objectif principal de ces deux méthodes, car l'extraction des caractéristiques est une étape essentielle dans un système biométrique. Pour les empreintes palmaires, nous avons également développé des algorithmes de classification et de reconnaissance, et c'est pourquoi nous proposons deux méthodes d'apprentissage automatique à l'aide de SVM et de KNN. Les résultats obtenus montrent de manière évidente que les méthodes d'extraction de caractéristiques et de classification proposées, basées sur l'apprentissage automatique, peuvent être efficaces.
  • Item
    Maintenance prédictive des Moteurs
    (UNIVERSITE DE ECHAHID CHEIKH LARBI TEBESSI, 2024-06-12) Arous, Ahmed Yassine/ Encadré par GATTAL, Azzeddine
    "L'objectif de notre thèse est de concevoir un système de bruit permettant de prévoir et de détecter les problèmes des moteurs en utilisant La maintenance prédictive. Nous examinerons également les problèmes potentiels au sein des moteurs en analysant leurs émissions sonores. Cette étude repose sur des méthodes de collecte et de traitement de données sonores avancées, ainsi que sur des algorithmes d'intelligence artificielle afin de concevoir un outil de diagnostic précis et fiable. Ce mémoire vise principalement à améliorer la maintenance préventive et à diminuer les pannes coûteuses, tout en renforçant la sécurité et les performances des moteurs. C'est la raison pour laquelle nous avons mis en place un système spécialisé afin de nous assister dans la résolution des problèmes de moteur, leur prévision et leur résolution. "