Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/1954
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorBenkouider, Mounir-
dc.contributor.authorBrahim, Walid-
dc.date.accessioned2019-11-04T07:24:51Z-
dc.date.available2019-11-04T07:24:51Z-
dc.date.issued2015-
dc.identifier.urihttp://di.univ-blida.dz:8080/xmlui/handle/123456789/1954-
dc.description4.621.1.289 ; 95 p 30 cmfr_FR
dc.description.abstractLorsque la surveillance des défauts des systèmes industriels est réalisée avec efficacité. Elle permet de détecter de façon précoce une dégradation, qui est un moyen important pour contribuer à un gain de productivité. Sa vocation principale est de détecter et de classer une éventuelle défaillance du processus. L’utilisation des techniques d’intelligence artificielle, ramène la classification, partie du diagnostic, à un niveau d’automatisation très élevé. La combinaison entre les différentes sortes de ces techniques offres des possibilités d’amélioration des performances de ces classificateurs de données en général. Mots clés :, Classification, Réseaux de neurones artificiels, Logique floue, Neuro-flou, NEFCLASS.fr_FR
dc.language.isofrfr_FR
dc.publisherUniv Blida1fr_FR
dc.subjectClassification, Réseaux de neurones artificiels, Logique floue, Neuro-flou, NEFCLASS.fr_FR
dc.titleClassification neuro-floue pour l’identification des défaillancesfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Classification neuro flou pour l'identification des defaillances.pdf3,69 MBAdobe PDFVoir/Ouvrir


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