DSpace Repository

Optimisation d’un système automatique de détection du covid 19

Show simple item record

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


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search DSpace


Browse

My Account