Please use this identifier to cite or link to this item:
http://univ-bejaia.dz/dspace/123456789/25145
Title: | Les transformers pour le traitement du signal ECG. |
Authors: | Mehrazi, Elhacene Messaoudi, Sidali Aloui, Soraya ; promotrice |
Keywords: | Transformer : Signal ECG : Apprentissage automatique : Electrocardiogramme |
Issue Date: | 2024 |
Publisher: | Université Abderramane Mira-Bejaia |
Abstract: | Les dernières années ont vu émerger plusieurs modèles d'intelligence artificielle dans le domaine médical. Ce mémoire explore en profondeur les signaux ECG et examine à quel point l'utilisation des modèles transformers peuvent être influent dans le traitement de ces signaux. Après l'étude de plusieurs articles présents dans l'état de l'art, nous avons proposé notre propre modèle transformer pour classifier les signaux ECG en deux catégories : normal ou anormal. Il est composé de couches d'encodeurs pour extraire des caractéristiques importantes des segments de signal. Le modèle est entraîné et évalué à l'aide de DataLoaders afin d'optimiser ses performances sur des ensembles de données prétraitées. Notre modèle a atteint une précision de 96 % et un F1 score de 0,88, ce qui démontre l'efficacité des transformer pour traiter les signaux ECG. |
Description: | Option : Intelligence Artificielle |
URI: | http://univ-bejaia.dz/dspace/123456789/25145 |
Appears in Collections: | Mémoires de Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
mémoire.pdf | 3.4 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.