Afficher la notice abrégée
dc.contributor.author |
Fatma Zohra, Boukhalfa |
|
dc.date.accessioned |
2021-11-23T14:12:08Z |
|
dc.date.available |
2021-11-23T14:12:08Z |
|
dc.date.issued |
2021 |
|
dc.identifier.uri |
http//localhost:8080/jspui/handle/123456789/659 |
|
dc.description.abstract |
Le coronavirus est actuellement une maladie contagieuse majeure dans le monde. Le coronavirus 2019 (COVID-19) a été signalé pour la première fois à Wuhan et plus tard dans de nombreuses régions du monde. Cette maladie a été enregistrée presque dans le monde entier et provoque de graves effets secondaires. L'industrie de la santé recherche avec impatience de nouvelles technologies intelligentes pour suivre et contrôler la croissance de l'épidémie de coronavirus dans cette crise sanitaire internationale. L'intelligence artificielle (IA) est l'une des plus grandes utilisations de la technologie mondiale à l'heure actuelle, qui permet de suivre et de détecter l'infection par la maladie Corona. Dans cette note, nous proposons un modèle pour la classification de la maladie corona, qui a été développé en utilisant le modèle de réseau neuronal de contournement et basé sur un ensemble de données locales pour l'état de Tebessa. Le modèle atteint une précision de prédiction de 89% dans l'ensemble de données de test. Le processus de diagnostic de la maladie de Covid sera plus rapide et plus intelligent et aidera à alléger le fardeau du personnel médical. |
en_US |
dc.description.sponsorship |
Dr.Merzoug Soltan |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Universite laarbi tebessi tebessa |
en_US |
dc.subject |
: فيروس كوفيد-19 ;التعلم العميق; الشبكة العصبية االلتفافية; نظام تصنيف;الذكاء االصطناعي |
en_US |
dc.title |
DEEP LEARNING APPROCHE POUR IDENTIFIER/DETECTION COVID19 BASSE (IMAGES X-RAY) |
en_US |
dc.type |
Thesis |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée