Nous utilisons des cookies pour améliorer votre expérience. Pour nous conformer à la nouvelle directive sur la vie privée, nous devons demander votre consentement à l’utilisation de ces cookies. En savoir plus.
Les réseaux de neurones récurrents pour la classification des emboles
Univ Europeenne - EAN : 9786139529575
Édition papier
EAN : 9786139529575
Paru le : 1 oct. 2020
54,90 €
52,04 €
Epuisé
Pour connaître votre prix et commander, identifiez-vous
Manquant sans date
Notre engagement qualité
-
Livraison gratuite
en France sans minimum
de commande -
Manquants maintenus
en commande
automatiquement -
Un interlocuteur
unique pour toutes
vos commandes -
Toutes les licences
numériques du marché
au tarif éditeur -
Assistance téléphonique
personalisée sur le
numérique -
Service client
Du Lundi au vendredi
de 9h à 18h
- EAN13 : 9786139529575
- Réf. éditeur : 4787354
- Editeur : Univ Europeenne
- Date Parution : 1 oct. 2020
- Disponibilite : Manque sans date
- Barème de remise : NS
- Nombre de pages : 96
- Format : H:220 mm L:150 mm
- Poids : 154gr
- Interdit de retour : Retour interdit
- Résumé : Combiner intelligence artificielle et ondes ultrasonores pour classifier les emboles est l'objectif de ce projet de fin d'étude qui s'intègre dans le cadre de projet de coopération Fanco-Algérien Tassili 2014(14 MDU909). Les mesures et la collecte de données ont été fait au niveau du laboratoire Imagerie et Cerveau INSERM U930 à l'université François Rabelais, Tours. Les ultrasons occupent une place de plus en plus importante en diagnostic médical en raison du caractère non ionisant et non dangereux de cette technique, de son prix de revient relativement faible, de sa capacité à fournir des informations en temps réel et de la diversité des informations et des applications qu'elle procure.Les réseaux de neurones récurrents (RNN) sont des modèles capables de prendre en compte un contexte dans leur fonction de décision. Ils sont pour cela particulièrement adaptés à plusieurs tâches de reconnaissance automatique de parole et de classification.Nous proposons dans ce manuscrit une alternative de caractérisation d'emboles (gaz et solides) basée sur les ultrasons en utilisant les réseaux de neurones récurrents.
- Biographie : Doctorant en électronique et télécommunications à l'université Mohamed Boudiaf, affilié au Laboratoire d'Analyse des Signaux et Systèmes(LASS). Taha Hocine occupe le poste d'enseignant temporaire en traitement de signal et Capteurs et mesures en télécommunication à l'université Mostefa Benboulaid Batna 2, Algérie.
