Laboratory of Computer Science and Mathematics

Research Projects

CNEPRU : Study of deep learning techniques and concepts for the development of a new generation of intelligent systems in education

Project Code Period
C00L07UN410120220001 2022-2025

Project Leader

Hafed ZARZOUR
Professor
Faculty of Science and Technology
University of Souk Ahras
 Souk Ahras - 41000. Algeria
 hafed.zarzour@univ-soukahras.dz
  https://univ-soukahras.dz/en/profile/hzarzour



Members

Full name Rank Field

Mohamed SOLTANI

Lecturer Computer Science

Ouahiba Remadnia

Temporary Lecturer Computer Science

Islem Zenati

PhD student

Project Description

Avec l’actuelle révolution digitale où l’apprentissage profond (Deep learning en anglais) pénètre tous les domaines y compris l’éducation, l’apprentissage profond a une tendance de transformer en profondeur toute la philosophie d’apprentissage humain allant des méthodes pédagogiques jusqu’à la formation des formateurs. En effet, de nombreux pays à travers le monde entier, aussi bien en Europe qu’aux États-unis, ont commencé à adopter cette vision pour développer des solutions innovantes adaptées à l’apprentissage de leurs apprenants. Cependant, l’application de l’apprentissage profond dans l’éducation reste inexplorée. Il serait donc intéressant d’étudier le développement d’une nouvelle génération des systèmes intelligents permettant d’utiliser les techniques et les concepts de l’apprentissage profond afin de non seulement comprendre le comportement de l’apprenant et de lui proposer des services perfectionnés, mais aussi de l’aider à améliorer ses compétences d’apprentissage ainsi que de prédire son échec.
Ce projet contribuera à l’étude des nouveaux systèmes intelligents pour l’apprentissage humain qui se basent sur les techniques de l’apprentissage profond visant en premier temps à modéliser les expériences de l’apprenant à partir des données collectées lors de son apprentissage puis à prendre des décisions lui permettant d’accélérer son processus d’acquisition de connaissances tout en réduisant le taux d’abandon et de redoublement.