Zineb Boussihi

– Développement de modèles de deep learning pour la classification automatique des stades de sommeil à partir des signaux EEG. – Implémentation d'une architecture CNN inspirée de DeepSleepNet (accuracy 75.8%, F1-score pondéré 74.65%). – Conception d'un modèle basé sur les Transformers (SleepTransformer) intégrant l'attention multi-têtes et l'encodage positionnel. – Prétraitement des signaux EEG, entraînement des modèles et évaluation comparative des performances.

– Conception et mise en œuvre d'un système de supervision des imprimantes utilisant OpenNMS et SNMP. – Collecte et suivi des informations des imprimantes (niveau de toner, département, état, utilisation). – Développement d'un tableau de bord interactif de supervision avec Spring Boot (backend) et React (frontend).

– Conception et développement d'une application web dédiée à l'optimisation des formulations de produits cosmétiques. – Implémentation d'un modèle de programmation linéaire basé sur l'algorithme du Simplex. – Développement d'un moteur d'optimisation en Python pour assister les experts des secteurs chimique, parfumerie et peinture. – Traduction des contraintes industrielles en modèles mathématiques d'optimisation.