Paradigmes Avancés de l'Apprentissage Automatique pour l'Analyse et la Classification des Données Multimodales
Type doc. :
Thèses / mémoires
Langue :
Français
Auteur(s) :
Année de soutenance:
2020
Afficher le Résumé
Cette thèse se focalise sur l'analyse de l'impact et de l'utilisation de l'apprentissage multimodal appliquée à de nombreuses sources d'informations d'une part (les données textuelles et celles issues de l'imagerie médicale) et d'autre part selon la nature des bases traitées (équilibrées ou non) en adoptant des techniques avancées de l'apprentissage automatique, en particulier l'apprentissage profond ainsi que des approches ensemblistes afin de générer des systèmes robustes pour l'aide à la décision.
| N° Bulletin | Date / Année de parution | Titre N° Spécial | Sommaire |
|---|
| Cote | Localisation | Type de Support | Type de Prêt | Statut | Date de Restitution Prévue | Réservation |
|---|---|---|---|---|---|---|
| 004 BEN TH C1 | BIB-Centrale / Thèses | interne | disponible |
Benzebouchi, N. & Nabiha, A. (2020). Paradigmes Avancés de l'Apprentissage Automatique pour l'Analyse et la Classification des Données Multimodales (Doctorat) . Annaba.