Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/21276
Full metadata record
DC FieldValueLanguage
dc.contributor.authorBouhoui, Hamza-
dc.contributor.authorOuamara, Billal-
dc.contributor.authorAmroun, Kamal;promoteur-
dc.date.accessioned2023-02-15T13:17:16Z-
dc.date.available2023-02-15T13:17:16Z-
dc.date.issued2022-
dc.identifier.other004MAS/1070-
dc.identifier.urihttp://univ-bejaia.dz/dspace/123456789/21276-
dc.descriptionOption : Intelligence Artificielleen_US
dc.description.abstractRécemment, deep learning (DL) ou le réseau de neurone est devenu un centre de recherche dans divers domaines, y compris la médecine et les soins de santé, où l'identification précoce des perturbations de l'électrocardiogramme (ECG) est très utile dans la gestion des soins de santé. Ce document fournit une revue des méthodes DL utilisées sur le signal ECG à des fins de classification.Cette étude examine certaines méthodes DL telles que le réseau de neurones convolutifs (CNN) et LENET-5. CNN est le plus souvent observé comme la technique appropriée pour extraire les caractéristiques.Les méthodes DL ont montré une grande précision dans la classification des pathologies cardiaques, en utilisant respectivement CNN et sa précision est (99.84 %) et LENET-5 sa précision est (99.75 %).en_US
dc.language.isofren_US
dc.publisherUniver.Abderramane Mira-Bejaiaen_US
dc.subjectECG : Pathologies :Deep Learning : CNN : LENET-5en_US
dc.titleClassification des pathologies cardiaques a l'aide des signaux ECG avec des méthodes se Deep Learning.en_US
dc.typeThesisen_US
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
memoire.pdf3.58 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.