Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/13326
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorCharefi, Aya Houria-
dc.contributor.authorTetbirt, Chahrazed-
dc.date.accessioned2021-12-01T07:54:37Z-
dc.date.available2021-12-01T07:54:37Z-
dc.date.issued2021-
dc.identifier.urihttp://di.univ-blida.dz:8080/jspui/handle/123456789/13326-
dc.description621.1071 ; 104 pfr_FR
dc.description.abstractFace au développement récent de la médecine, la recherche ne peut rester indifférente aux multiples retombées que ces développements ont engendrées. En effet, plusieurs domaines ont connu l’éclosion de nouveaux concepts, qui en sont directement issus. L’une des évolutions les plus marquées, qui a été engendrée, est celle de l’introduction de l’intelligence artificielle dans le domaine médical. Actuellement, l’intelligence artificielle (réseaux de neurones et l’arbre de décision) bénéficient de fondements théoriques solides. Avec leurs aptitudes en classification, mémorisation, filtrage et approximation, ils sont devenus un moyen très efficace. L’opération de reconnaissance de formes constitue l’une des applications les plus connues dans l’intelligence artificielle. L’application d’IA est donc bien destinée à assurer la reconnaissance et la classification des ondes et des anomalies dans un signal de la pression artériellefr_FR
dc.language.isofrfr_FR
dc.publisherUniv Blida1fr_FR
dc.subjectintelligence artificielle ; réseaux de neurones ; arbre de décision ; classification ; pression artériellefr_FR
dc.titleClassification et prédiction des données du système cardiovasculaire en développant des applications de l’intelligence artificiellefr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
pfe.pdf4,38 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.