Espace membre

Cet espace est dédié aux étudiants, aux enseignants et au personnel administratif de l'école

Valider

Mot de passe oublié?

Actualités de l'école

24/12/2019

Soutenance de doctorat de Yosr BEN YOUSSEF

Soutenance de thèse de doctorat le  24/12/2019 à 09H00 à l'amphi Ibn Khaldoun de SUP'COM.

Intitulé : Nouveaux modèles de prédiction de la Qualité d’Expérience (QoE) basés sur la sélection des facteurs influents: application préliminaire sur la vidéo streaming dans un contexte 5G

Présentée par : Yosr Ben Youssef


JURY


Président

Mme Sihem GUEMARA

Professeur, SUP’COM

 

 

 

Rapporteurs

M. Tijani CHAHED

Professeur, TELECOM SudParis

 

M. Sofiane OUNI

Maître de conférences, INSAT

 

Examinateur

Mme Soumaya HAMMOUDA

Maître de conférences,FSB

 

 

 

Directeur de Thèse 

Co-directeur de thèse

Invité

M. Sami TABBANE

Mme Meriem AFIF

M. Riadh KSANTINI

Professeur, SUP'COM

Maître-assistante, SUP’COM

Maitre-assistant (habilité), SUP’COM


Résumé:

Au cours des dernières années, une prolifération d'appareils intelligents (télévisions intelligentes, smartphones, tablettes, etc.) a été constatée. Le trafic mondial de données mobiles augmentera de 47 % entre 2016 et 2021. Parallèlement, les efforts se sont multipliés pour déployer des réseaux radio mobiles efficaces. Cette tendance récente en matière d’avancement de la technologie multimédia laisse entrevoir un énorme potentiel pour les différentes parties prenantes : fournisseurs de réseau, opérateurs de télécommunications et réseau et fabricants d’appareils. En effet, alors que les services vidéo connaissent une croissance exponentielle, les attentes des utilisateurs finaux augmentent proportionnellement. Améliorer la qualité de l’expérience utilisateur et ainsi le fidéliser pose de réels défis à tous les acteurs des télécommunications. Notre projet de thèse vise à développer un nouveau modèle permettant de mesurer la qualité de l’expérience « Quality Of Experience » à travers une étude exhaustive des paramètres objectifs et subjectifs impactant la qualité du service vidéo perçue par l’utilisateur final.  Pour bien évaluer la QoE, il est essentiel d’intégrer ces facteurs dans un modèle de manière appropriée. La relation entre les mesures, les facteurs et les paramètres de QoE s'est révélée complexe et non linéaire. Jusqu'ici, considéré comme un problème ouvert. Nous pensons que ce domaine de recherche est prometteur. Nous souhaitons contribuer, au travers de la présente thèse, à proposer un modèle prédictif de la Qualité d’Expérience (QoE) basé sur une approche de sélection des paramètres les plus pertinents impactant cette mesure. L’objectif de cette thèse est d’aider les parties prenantes à contrôler automatiquement la QoE tout en prenant en compte l’aspect multidimensionnel de la qualité de l’expérience.

Mots clés : Video Streaming (VS), Quality of Experience (QoE), Quality of Service (QoS), Feature Selection, Analytic Hierarchy Process (AHP),  Machine Learning (ML), Ensemble Learning, Online Learning, 5G, Real DataBase,  Simulation, Validation expérimentale.