| Titre : |
Etude des architectures pour la télésurveillance des examens à l’aide du Machine Learning |
| Type de document : |
texte imprimé |
| Auteurs : |
Moustapha DER, Auteur |
| Editeur : |
Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Mathématiques et Informatique |
| Année de publication : |
2026 |
| Importance : |
172 P. |
| Format : |
29 cm. |
| Langues : |
Français (fre) |
| Mots-clés : |
Machine learning Application Intelligence Artificielle Telesurveillance Examen Qualité Efficacite Tracabilite Rapidite Biometrie Systeme Intelligent. |
| Résumé : |
Cette thèse explore l’alliance entre biométrie et intelligence artificielle pour renforcer la sécurité des systèmes d’information
et répondre aux besoins. Elle rappelle les fondements de l’authentification, analyse les dispositifs existants et met en évidence
leurs vulnérabilités et limites sociales. Elle montre que le Machine Learning et le Deep Learning améliorent la précision, la robustesse et la résilience des systèmes biométriques.
Les chercheurs conçoivent et évaluent un dispositif hybride d’authentification à deux facteurs, combinant reconnaissance faciale et classification par SVC, renforcé par des réseaux neuronaux convolutifs. Les résultats démontrent une sécurité accrue
et une performance notable même dans des conditions réelles. La thèse compare les approches méthodologiques existantes et démontre l’intérêt du Machine Learning pour automatiser les contrôles, détecter les comportements suspects et assurer l’équité
et la traçabilité des évaluations.
Malgré ces avancées, certaines limites persistent, notamment les contraintes liées aux données, aux infrastructures et aux enjeux éthiques et juridiques. La thèse propose de renforcer les bases locales, explorer des architectures avancées, développer des systèmes multimodaux, adapter les solutions aux environnements contraints et expérimenter à grande échelle.
En définitive, cette recherche apporte une contribution scientifique et pratique majeure, montrant que l’authentification biométrique et la télésurveillance intelligente forment un écosystème où technologie, éthique et pédagogie se conjuguent pour bâtir des systèmes fiables, inclusifs et durables. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3415 |
Etude des architectures pour la télésurveillance des examens à l’aide du Machine Learning [texte imprimé] / Moustapha DER, Auteur . - Dakar : Université Cheikh Anta Diop de Dakar : Ecole Doctorale Mathématiques et Informatique, 2026 . - 172 P. ; 29 cm. Langues : Français ( fre)
| Mots-clés : |
Machine learning Application Intelligence Artificielle Telesurveillance Examen Qualité Efficacite Tracabilite Rapidite Biometrie Systeme Intelligent. |
| Résumé : |
Cette thèse explore l’alliance entre biométrie et intelligence artificielle pour renforcer la sécurité des systèmes d’information
et répondre aux besoins. Elle rappelle les fondements de l’authentification, analyse les dispositifs existants et met en évidence
leurs vulnérabilités et limites sociales. Elle montre que le Machine Learning et le Deep Learning améliorent la précision, la robustesse et la résilience des systèmes biométriques.
Les chercheurs conçoivent et évaluent un dispositif hybride d’authentification à deux facteurs, combinant reconnaissance faciale et classification par SVC, renforcé par des réseaux neuronaux convolutifs. Les résultats démontrent une sécurité accrue
et une performance notable même dans des conditions réelles. La thèse compare les approches méthodologiques existantes et démontre l’intérêt du Machine Learning pour automatiser les contrôles, détecter les comportements suspects et assurer l’équité
et la traçabilité des évaluations.
Malgré ces avancées, certaines limites persistent, notamment les contraintes liées aux données, aux infrastructures et aux enjeux éthiques et juridiques. La thèse propose de renforcer les bases locales, explorer des architectures avancées, développer des systèmes multimodaux, adapter les solutions aux environnements contraints et expérimenter à grande échelle.
En définitive, cette recherche apporte une contribution scientifique et pratique majeure, montrant que l’authentification biométrique et la télésurveillance intelligente forment un écosystème où technologie, éthique et pédagogie se conjuguent pour bâtir des systèmes fiables, inclusifs et durables. |
| Permalink : |
https://bibliothequefst.ucad.sn/index.php?lvl=notice_display&id=3415 |
|  |
Accueil
Etude des architectures pour la télésurveillance des examens à l’aide du Machine Learning (2026)
