Bücher von Hadj Ahmed Bouarara

Bioinspiration is recognized by the World Health Organization as having great promise in transforming and democratizing health systems while improving the quality, safety, and efficiency of standard healthcare in order to offer patients the tremendous opportunity to take charge of their own health. This phenomenon can enable great medical breakthroughs by helping healthcare providers improve patient care, make accurate diagnoses, optimize treatment protocols, and more. Unfortunately, the consequences can be serious if those who finance, design, regulate, or use artificial intelligence (AI) technologies for health do not prioritize ethical principles and obligations in terms of human rights and preservation of the private life. Advanced Bioinspiration Methods for Healthcare Standards, Policies, and Reform is the fruit of the fusion of AI and medicine, which brings together the latest empirical research findings in the areas of AI, bioinspiration, law, ethics, and medicine. It assists professionals in optimizing the potential benefits of AI models and bioinspired algorithms in health issues while mitigating potential dangers by examining the complex issues and innovative solutions that are linked to healthcare standards, policies, and reform. Covering topics such as genetic algorithms, health surveillance cameras, and hybrid classification algorithms, this premier reference source is an excellent resource for AI specialists, hospital administrators, health professionals, healthcare scientists, students and educators of higher education, government officials, researchers, and academicians.

Au cours de la dernière décennie, le nombre de cas de plagiat a augmenté et est devenu un problème d¿actualité dans le monde scienti¿que moderne, en raison de la quantité d¿informations textuelles disponibles en ligne / hors ligne. Notre travail porte sur le développement d¿un nouveau système de détection de plagiat prenant comme entrée les textes suspects (à analyser) et les textes originaux (base d¿apprentissage). Il peut détecter les différentes formes de plagiat basées sur : Google API pour détecter les cas de plagiat avec traduction; résumé du texte pour détecter le plagiat d¿idée, transformation conceptuelle pour détecter le plagiat avec synonymie; sac de phrases pour détecter le plagiat paraphrasé; l¿algorithme d¿abeilles travailleuses - social inspirant du style de vie des abeilles (butineur, gardien et nettoyeur) pour classer le texte suspect en plagiat ou sans classe de plagiat. Nos expériences ont été effectuées sur le jeu de données Pan09 et en utilisant les mesures de validation (rappel, précision, taux erreur, mesure f et entropie, taux succès).

Le but de ce livre est de consolider l¿expression suivante : les techniques bio-inspirées représentent une solution viable pour bâtir des systèmes performants pour les tâches de recherche d¿information dans le web. Pour prouver cette allégation, nous avons proposé des nouvelles approches bio-inspirées pour l¿analyse et l¿exploration des données que nous avons regroupé sous forme d¿un kit d¿outils appelé EBI-RI (environnement bio-inspiré pour la recherche d¿information). Cet environnement est constitué d¿un ensemble de : modèles pour la tâche de recherche ad hoc (modèle des abeilles travailleuses (MAT) et modèle des algorithmes génétiques (MAGs)) ; classificateurs supervisés pour les tâches de filtrage d¿information et de recherche multimédia (machine c¿ur-poumons, regroupement des cafards, les abeilles travailleuses artificielles et les éléphants d¿Asie sociaux) ; classificateurs non supervisés pour la tâche de regroupement d¿information (les abeilles travailleuses artificielles, les automates cellulaires 2D et 3D). Ces approches ont été utilisées pour élaborer des systèmes réels afin de résoudre différent problèmes d¿application de la recherche d¿information dans le web social.