Télécharger mon CV
Transcription
Télécharger mon CV
C. V Mohamed BERKANE 1. Etat civil Nom Prénom Date de naissance Lieu de naissance Tel : E-Mail : : BERKANE : Mohamed : 17 / 06 / 1968 : Constantine Algérie 05 56 19 57 34 [email protected] [email protected] 2. Statut Actuel Statut Spécialité Département Faculté Etablissement : Enseignant maître de conférences B : Informatique : mathématiques et informatique : Sciences Exactes et Science de la nature et de la vie : université Larbi Ben M’hidi O.E.Bouaghi 3. Diplômes 3.1. Docteur : Date d’obtention Filière Option Institut Intitulé 3.1. Magister : Date d’obtention Filière Option Université Intitulé Mention 3.2. Ingénieur : Date d’obtention Filière Université Intitulé Mention 1/4 : Septembre 2010 : Electronique, Electrotechnique, Automatique : Images et systèmes : INSA de Lyon, France : Estimation et analyse de mouvement par approches neuronales. : Juin 1998 : Informatique : Intelligence artificielle : Batna, Algérie : Conception d’un SIG pour une adduction d’eau potable : très honorable : Octobre 1992 : Informatique : Constantine, Algérie : «Utilisation des réseaux de Pétri de haut niveau la résolution du problème de diagnostic » : bien dans 3.3. Baccalauréat : Date d’obtention Filière Lieu Mention : juin 1987 : Maths technique : Constantine. Algérie : assez bien 4. Autre formations 4.1. Conception, réalisation et gestion d’un site internet Formateur : Agence universitaire de la francophonie Date : Novembre 2001 4.2. Administration réseaux sous Linux Formateur : Agence universitaire de la francophonie Date : Juin 2001 5. Expérience professionnelle 5.1. Enseignant : Grade « maître assistant » centre universitaire Larbi Ben M’hidi, OEBouaghi Algérie 1998-2001 5.2. Enseignant : Grade « chargé de cours » Université Larbi Ben M’hidi, OEBouaghi, Algérie 2001-2010 5.3. Enseignant : Grade « Maîte de conférence B» Université Larbi Ben M’hidi, OEBouaghi Algérie. 2011 6. Modules enseignés 6.1. Algorithmique Les variables statiques Structures Instructions (lecture, écriture, conditionnelle, boucles) Procédure et fonction Récursivité et tri Les variables dynamiques (fichier, listes, …). 6.2. Architecture des ordinateurs Système de numération et fonction logique élémentaire Architecture de Von Neumann L’assembleur Les processeurs Les mémoires Les entrés/sorties Architecture Parallèle 6.3. Réseau de communication Notion de communication Les couches du modèle OSI Modèle TCP/IP Administration et sécurité des réseaux 2/4 6.4. Système d’exploitation Concepts de base Les interruptions Synchronisation Gestion de la mémoire Système de gestion de fichier 6.5. Architecture Parallèle Architecture de Von Neumann Classification de Flynn Classification de Raina 6.6. Algorithme Parallèle Conception algorithme parallèle Programmation parallèle (étude de cas OCCAM) 6.7. Vision artificielle Vision biologique chez les primates Calibrage de caméra Détection et estimation de mouvement 6.8. Imagerie numérique Notions de base Filtrage Détection de contour Segmentation 6.9. Les réseaux de neurones Le modèle biologique Le neurone formel Notion d’apprentissage Les modèles : Hopfield, Kohonen, CNN 7. Travaux de Recherche en cours La recherche en traitement d’image a pour but de définir des algorithmes permettant la perception et la compréhension du monde réel. En imagerie médicale, notamment, il s’agit d’extraire des formes anatomiques ou une information relative au mouvement de certaines structures mobiles. De nombreuses méthodes ont été proposées mais, étant données la nature des objets étudiés et la qualité des images traitées, ce domaine reste très ouvert. Dans ce cadre, mon travail porte sur l’estimation de mouvement dans des séquences d’images par des approches neuronales. Les réseaux de neurones représentent un ensemble de méthodes d’analyse et de traitement des données caractérisées par la combinaison d’éléments simples appelés neurones. Ils ont été inspirés à partir d’études biologiques portant sur les neurones du cerveau. Notre objectif est de proposer un système d’estimation proche du système réel, de la perception et de l’interprétation du mouvement chez l’humain. Ainsi, nous cherchons à exploiter le parallélisme inhérent à ces réseaux 3/4 afin de réduire le temps de traitement en vue de développer des applications en temps réel. 7.1. Publications nationales [1] M. Berkane : « L’introduction des réseaux de neurones cellulaires dans la résolution du problème de suivi d’objet » JSTA’ 2003 Guelma Mai 2003 [2] M. Bouzenada, M. Berkane, B. Nini : « Proposition d’une méthode de reconnaissance d’objets rigides basée sur les graphes d’aspects» V.V.A.T.I’ 2003 Jijel Juillet 2003 [3] B. Nini, M. Berkane, M. Bouzenada : « Manipulation d’objets virtuels dans un cadre collaboratif » S.N.I.B’ 2004 Biskra Mai 2004 7.2. Publications internationales [4] M. Berkane, P. Clarysse, I.E. Magnin : « Spatio-temporal summarizing method of periodic image sequences with Kohonen MAPs » ICANN’08. Prague September 2008 [5] M. Berkane, P. Clarysse, I.E. Magnin: « A formal neural network approach to motion estimation with discontinuities » HIS’08. Barcelona September 2008. [6] M. Berkane, P. Clarysse, I.E. Magnin: « Une approche neuronale pour l’extraction de résumé de séquences d‘images pour des phénomènes quasi-périodiques» JETIM’08. Blida Novembre 2008. [7] J. Yankam Njiwa, M. Berkane, J.H. Luo, P. Clarysse, I.E. Magnin, Y.M. Zhu: «Reconstruction of Cardiac Cine MR Images Using Analytic Image and Neural Network» , ISPA'09, Salzburg, Austria, pp. 604-605, 2009. 7.3. Article Journal [8] M. Berkane, P. Clarysse, J. Y. Njiwa, Y.M. Zhu, and I. E. Magnin «Neural network based summarizing method of periodic image sequences» NNW journal, vol. 6, pp. 687-703, 2010. 4/4