Du 2 au 5 novembre, Oran a accueilli la 5e Conférence internationale IEEE sur les systèmes embarqués et distribués (EDiS’2026). L’École Supérieure en Informatique de Sidi Bel Abbès (ESI-SBA) y a présenté quatre communications signées par ses étudiants et doctorants. Elles ont été préparées avec des institutions algériennes, canadiennes, américaines et françaises, et touchent à la cybersécurité, au traitement du langage naturel, à l’informatique quantique et à l’intelligence artificielle appliquée à la santé.
Quatre étudiants et doctorants de l’ESI-SBA ont donc défendu leurs travaux devant la communauté scientifique réunie à Oran, sur des sujets très actuels.
Biais de genre et confiance en ligne.
Amina Tassenime Boulanouar, avec Sidi Mohammed Benslimane et Sid Ahmed Benabderrahmane, a présenté « Cross-Platform Gender Bias and Trust Analysis in Online Advisory Platforms Using Transformer-Based NLP Models ». L’étude repose sur des modèles de traitement du langage naturel de type Transformer. Elle a été menée avec l’Université de New York (NYU).
Détection d’intrusions.
Chaima Slimane a exposé, avec Laaziz Lahlou, Anes Abdennebi, Nadjia Kara et Sidi Mohammed Benslimane, une évaluation comparative des outils d’analyse de données réseau : « Comparative Evaluation of Network Data Analysis Frameworks for Machine Learning-based Intrusion Detection ». Ce travail a été réalisé avec l’École de technologie supérieure (ÉTS) de Montréal, au Canada.
Quantique et imagerie médicale.
Marwa Nassane, avec Nassima Dif et Sidi Mohammed Benslimane, a présenté « Hybrid Quantum–Classical Architectures for Medical Image Analysis: A Review of Applications, Challenges, and Future Directions ». Cette revue de la littérature recense ce que les architectures hybrides quantique-classique peuvent apporter à l’analyse d’images médicales, et en pointe aussi les limites et les défis.
LLM et maladies rares.
Mohammed Achraf Larbi, avec Samiha Mezrar, Badia Klouche, Olivier Pons et Elena Kornyshova, a présenté « Benchmarking Twelve Prompting Strategies for LLM-Based Rare Disease Diagnosis ». Il y compare 12 façons d’interroger de grands modèles de langage pour le diagnostic de maladies rares. La recherche a été conduite avec le Conservatoire national des arts et métiers (Cnam), en France.
Pour l’ESI-SBA, ces quatre contributions montrent la variété et la qualité de ce qui se fait dans l’établissement. Elles traduisent aussi sa volonté de travailler avec des institutions académiques et de santé de premier plan, en Algérie comme à l’étranger. Les étudiants, eux, ont saisi l’occasion de porter leurs résultats devant un public international.
L’école a adressé ses félicitations aux étudiants, à leurs encadrants et à tous leurs collaborateurs.
A Savoir
IEEE : association professionnelle internationale d’ingénieurs et de scientifiques, qui organise de nombreuses conférences techniques dans le monde.
Systèmes embarqués et distribués : les premiers sont des systèmes informatiques intégrés à un appareil ou à une machine pour une tâche précise. Les seconds répartissent leur travail sur plusieurs ordinateurs reliés en réseau.
Modèles de type Transformer : architecture d’apprentissage automatique à la base de la plupart des modèles de langage actuels.
Détection d’intrusions : repérage d’activités anormales ou malveillantes sur un réseau informatique. L’apprentissage automatique y sert à distinguer le trafic normal du trafic suspect.
Architecture hybride quantique-classique : approche qui confie certaines parties d’un calcul à un processeur quantique et le reste à un ordinateur conventionnel.
Stratégies de prompting : manières de formuler les consignes données à un grand modèle de langage (LLM) pour influencer la qualité de ses réponses.
