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