Détection de la maladie du coronavirus (COVID-19) basée sur des caractéristiques profondes et les machines à vecteurs de support

Téléchargements

Téléchargements par mois depuis la dernière année

Khoudour, Mohamed Elamine (2023). Détection de la maladie du coronavirus (COVID-19) basée sur des caractéristiques profondes et les machines à vecteurs de support. Mémoire. Trois-Rivières, Université du Québec à Trois-Rivières, 86 p.

[thumbnail of eprint11274.pdf]
Prévisualisation
PDF
Télécharger (8MB) | Prévisualisation
Type de document: Thèse et mémoire (Mémoire)
Informations complémentaires: par Mohamed Elamine Khoudour. Comprend des références bibliographiques (pages 83-86). Comprend un résumé en français et en anglais, comprend en annexe un article scientifique rédigé en anglais. Thèses et écrits académiques.
Mots-clés libres: COVID-19 Détection Dépistage Taux de reconnaissance Radiographie Réeseau de neurones convolutionnel Convolutional neural network CNN Machine à vecteur de support Support vector machines SVM Modèle hybride CNN-SVM
Division: Mathématiques et informatique appliquées
Date de dépôt: 08 mai 2024 18:38
Dernière modification: 25 juin 2024 13:52
URI: https://depot-e.uqtr.ca/id/eprint/11274

Actions (administrateurs uniquement)

Éditer la notice Éditer la notice