Optimisation d’un système automatique de détection du covid 19

BARAKA, Hodhaifa Abdelghani

dc.contributor.author	BARAKA, Hodhaifa Abdelghani
dc.date.accessioned	2021-02-01T08:19:22Z
dc.date.available	2021-02-01T08:19:22Z
dc.date.issued	2020-10-27
dc.identifier.uri	http://hdl.handle.net/STDB_UNAM/174
dc.description.abstract	L’objectif de ce travail est de concevoir un système de détection du coronavirus, La pandémie de COVID-19 est une pandémie d'une maladie infectieuse émergente, appelée la maladie à coronavirus 2019 ou COVID-19, provoquée par la coronavirus SARS-CoV-2, apparue à Wuhan en chine le 17 novembre 2019, avant de se propager dans le monde à très grande échelle ; d’où la nécessité de mettre en place un système de détection automatique comme moyen rapide d'identifier les cas atteints de cette maladie en utilisant un code python qui suit l’architecture d’un réseau de neurones convolutif à l’aide d’algorithme d’optimisation tels qu’AdaGrad, RMSprop, SGD ou encore Adam et cela en traitant des bases de données de radiographies thoraciques de potentielles malades et de déduire le meilleur optimiseur pour cette étude.	en_US
dc.language.iso	fr	en_US
dc.publisher	Directeur: Mr. RIMOUCHE Ali / Co-directeur: Mme. HANDOUZI Wahida	en_US
dc.subject	SARS-CoV-2, Réseau de neurones convolutif (CNN), Algorithme d’optimisation.	en_US
dc.title	Optimisation d’un système automatique de détection du covid 19	en_US
dc.type	Thesis	en_US