| dc.contributor.author | Bouhoui, Hamza | |
| dc.contributor.author | Ouamara, Billal | |
| dc.contributor.author | Amroun, Kamal;promoteur | |
| dc.date.accessioned | 2023-02-15T13:17:16Z | |
| dc.date.available | 2023-02-15T13:17:16Z | |
| dc.date.issued | 2022 | |
| dc.identifier.other | 004MAS/1070 | |
| dc.identifier.uri | http://univ-bejaia.dz/dspace/123456789/21276 | |
| dc.description | Option : Intelligence Artificielle | en_US |
| dc.description.abstract | Récemment, 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.iso | fr | en_US |
| dc.publisher | Univer.Abderramane Mira-Bejaia | en_US |
| dc.subject | ECG : Pathologies :Deep Learning : CNN : LENET-5 | en_US |
| dc.title | Classification des pathologies cardiaques a l'aide des signaux ECG avec des méthodes se Deep Learning. | en_US |
| dc.type | Thesis | en_US |