Veuillez utiliser cette adresse pour citer ce document :
http://repository.enp.edu.dz/jspui/handle/123456789/5050
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Aouali, Fatima Zohra | - |
dc.contributor.author | Metsaha, Sandra Lydia | - |
dc.contributor.other | Aib, Mabrouk, Directeur de thèse | - |
dc.date.accessioned | 2021-01-06T09:32:21Z | - |
dc.date.available | 2021-01-06T09:32:21Z | - |
dc.date.issued | 2019 | - |
dc.identifier.other | EP00033 | - |
dc.identifier.uri | http://repository.enp.edu.dz/xmlui/handle/123456789/5050 | - |
dc.description | Mémoire de Projet de Fin d’Études : Management Industriel : Alger, École Nationale Polytechnique : 2019 | fr_FR |
dc.description.abstract | La Douane Algérienne est engagée dans un processus de modernisation qui s’appuie sur le déploiement des technologies de l’information. Ce travail s’inscrit dans le cadre de ce programme et tend à améliorer le processus de gestion du risque douanier et de lutte contre la fraude à l’aide d’un outil d’aide à la décision. Il a pour but d’orienter et de rationaliser le contrôle douanier de manière automatique et se base sur les outils de l’Intelligence Artificielle. L’approche employée consiste en la conception, l’évaluation et le classement de différents algorithmes d’apprentissage supervisé ; puis la sélection du modèle qui sera adapté à la problématique de ce projet et qui permettra d’atteindre les objectifs fixés par la Direction Générale des Douanes Algériennes. Les limites de l’outil développé seront abordées et une solution sera proposée pour les contrer. Elle se basera sur les méthodes d’apprentissage non supervisé et servira à détecter des fraudes inédites. | fr_FR |
dc.language.iso | fr | fr_FR |
dc.subject | Intelligence artificielle | fr_FR |
dc.subject | Machine learning | fr_FR |
dc.subject | Data mining | fr_FR |
dc.subject | Risque douanier | fr_FR |
dc.subject | Fraude. | fr_FR |
dc.title | Amélioration du processus de gestion du risque douanier et de lutte contre la fraude par les outils de l’Intelligence artificielle | fr_FR |
dc.type | Thesis | fr_FR |
Collection(s) : | Département Génie industriel : Management Industriel |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
AOUALI.Fatima-Zohra_METSAHA.Sandra-Lydia.pdf | PI00719 | 3.41 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.