Documents disponibles écrits par cet auteur

Conception d’un Algorithme d’Apprentissage Tolérant aux Fautes FTBP (application au monitorage de L’électrocardiogramme). / MERAH Mostefa 

Public ISBD Titre : Conception d’un Algorithme d’Apprentissage Tolérant aux Fautes FTBP (application au monitorage de L’électrocardiogramme). Type de document : document électronique Auteurs : MERAH Mostefa, Auteur Année de publication : 2014 Importance : 188 p. Accompagnement : CD Langues : Français (fre) Catégories : Electronique:Communication Mots-clés : Réseaux de Neurones Artificiels  Perceptron Multicouches  tolérances aux fautes  fonction objective  terme de saturation  terme de pénalisation  monitorage cardiaque  transformée d’ondelette stationnaire. Résumé : Motivés par le besoin de l’implémentation matériel et d'embarquabilité, dans cette thèse est présenté un nouvel algorithme d’apprentissage neuronal tolérant aux fautes, particulièrement adapté à notre domaine applicatif qui est le domaine médical. De ce fait, nous avons proposé la création d’un système de monitorage intelligent, moyennant l’acquisition d’un électrocardiogramme (ECG) ainsi qu’une chaîne complète de traitement du signal, complétée par un nouvel algorithme de segmentation des battements cardiaques, à base d'ondelettes satasonaire (SWT). Cependant, les implémentations matérielles de ses systèmes et en particulier ceux utilisant les RNA subissent, dans le cas réel des perturbations dues, soit aux influences de l'environnement sur le réseau (température, humidité... etc.), soit à la technologie de fabrication. Par conséquent, un nombre important de fausses alarmes générées en milieu clinique sans signification médicale subsiste. Ce qui amène à une perte de confiance du personnel envers le matériel. Or pour des applications de hautes fiabilités telles que le diagnostic médical, le risque est trop élevé. Ainsi, un système de monitorage inférant un diagnostic médical fiable tout en générant peu de fausses alarmes, quelles que soient les perturbations, reste encore un objectif à atteindre. De ce fait, l’amélioration des caractéristiques physiques, telles que la tolérance aux fautes dans ce type de système de monitorage, se révèle d’une importance capitale. Les avantages qu'un tel système peut offrir sont évidents. Tel que la détection d'une maladie cardiaque nocive à un stade précoce et faciliter ainsi, le processus de la lutte contre la maladie. Dans l’approche proposée, la fonction objective se compose de trois termes. Le premier terme est l'erreur quadratique moyenne d’apprentissage d'un réseau sans défaut. Le second terme (terme hybride ou terme de saturation des nœuds) intégrant les dérivés du premier ordre des fonctions d’activation des neurones cachées, nous permettant de minimiser la sensibilité de la sortie par rapport aux fluctuations des composants du réseau. Le troisième terme (pénalisation), en revanche, est un régularisateur simple permettant d’uniformiser les amplitudes des poids. De façon générale, l'approche proposée est mathématiquement simple à mettre en œuvre tout en préservant la structure du réseau de neurones (PMC), et comparer aux autres approches, nous avons confirmé les mérites de l’apprentissage proposé et sa tolérance aux fautes au modèle de fautes considéré. Directeur de thèse : OUAMRI Abdelaziz Conception d’un Algorithme d’Apprentissage Tolérant aux Fautes FTBP (application au monitorage de L’électrocardiogramme). [document électronique] / MERAH Mostefa, Auteur . - 2014 . - 188 p. + CD. Langues : Français (fre) Catégories : Electronique:Communication Mots-clés : Réseaux de Neurones Artificiels  Perceptron Multicouches  tolérances aux fautes  fonction objective  terme de saturation  terme de pénalisation  monitorage cardiaque  transformée d’ondelette stationnaire. Résumé : Motivés par le besoin de l’implémentation matériel et d'embarquabilité, dans cette thèse est présenté un nouvel algorithme d’apprentissage neuronal tolérant aux fautes, particulièrement adapté à notre domaine applicatif qui est le domaine médical. De ce fait, nous avons proposé la création d’un système de monitorage intelligent, moyennant l’acquisition d’un électrocardiogramme (ECG) ainsi qu’une chaîne complète de traitement du signal, complétée par un nouvel algorithme de segmentation des battements cardiaques, à base d'ondelettes satasonaire (SWT). Cependant, les implémentations matérielles de ses systèmes et en particulier ceux utilisant les RNA subissent, dans le cas réel des perturbations dues, soit aux influences de l'environnement sur le réseau (température, humidité... etc.), soit à la technologie de fabrication. Par conséquent, un nombre important de fausses alarmes générées en milieu clinique sans signification médicale subsiste. Ce qui amène à une perte de confiance du personnel envers le matériel. Or pour des applications de hautes fiabilités telles que le diagnostic médical, le risque est trop élevé. Ainsi, un système de monitorage inférant un diagnostic médical fiable tout en générant peu de fausses alarmes, quelles que soient les perturbations, reste encore un objectif à atteindre. De ce fait, l’amélioration des caractéristiques physiques, telles que la tolérance aux fautes dans ce type de système de monitorage, se révèle d’une importance capitale. Les avantages qu'un tel système peut offrir sont évidents. Tel que la détection d'une maladie cardiaque nocive à un stade précoce et faciliter ainsi, le processus de la lutte contre la maladie. Dans l’approche proposée, la fonction objective se compose de trois termes. Le premier terme est l'erreur quadratique moyenne d’apprentissage d'un réseau sans défaut. Le second terme (terme hybride ou terme de saturation des nœuds) intégrant les dérivés du premier ordre des fonctions d’activation des neurones cachées, nous permettant de minimiser la sensibilité de la sortie par rapport aux fluctuations des composants du réseau. Le troisième terme (pénalisation), en revanche, est un régularisateur simple permettant d’uniformiser les amplitudes des poids. De façon générale, l'approche proposée est mathématiquement simple à mettre en œuvre tout en préservant la structure du réseau de neurones (PMC), et comparer aux autres approches, nous avons confirmé les mérites de l’apprentissage proposé et sa tolérance aux fautes au modèle de fautes considéré. Directeur de thèse : OUAMRI Abdelaziz

Exemplaires

Code-barres	Cote	Support	Localisation	Section	Disponibilité
2512	02-09-489	Version numérique et papier	Bibliothèque USTOMB	Thèse de Doctorat	Exclu du prêt

Documents numériques

Conception d’un Algorithme d’Apprentissage Tolérant aux Fautes FTBP (application au monitorage de L’électrocardiogramme Adobe Acrobat PDF