Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/298
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorSAIDI, Meryem-
dc.date.accessioned2012-04-02T14:17:10Z-
dc.date.available2012-04-02T14:17:10Z-
dc.date.issued2011-06-28-
dc.identifier.urihttp://dspace.univ-tlemcen.dz/handle/112/298-
dc.description.abstractL’utilisation des systèmes experts et les techniques dites intelligentes en diagnostic médical ne cesse d'augmenter graduellement. Les Systèmes Immunitaires Artificiels (SIAs) sont des méthodes parmi d'autres utilisées dans le diagnostic médical. Ce mémoire présente une approche hybride MAIRS2 (Modified Artificial Immune Recognition System 2) basé sur l’apprentissage du AIRS2 et l’algorithme K-plus proche voisin flou (k-ppv flou) pour reconnaitre les personnes diabétiques présentes dans la base de données Pima Indians diabetes (PID). Les performances des deux classifieurs, AIRS2 et MAIRS2, ont été comparées en fonction du taux de classification, sensibilité et spécificité. Les plus hauts taux de classification obtenus par l’application de l’AIRS2 et MAIRS2 sont respectivement 82.69 % et 89.10 %, en appliquant l'approche 10-folds cross-validation.en_US
dc.language.isofren_US
dc.subjectBase de données Pima Indians diabetesen_US
dc.subjectdiagnositicen_US
dc.subjectAIRS2en_US
dc.subjectMAIRS2en_US
dc.subjectK-plus proche voisin flouen_US
dc.titleTraitement de données médicales par un Système Immunitaire Artificiel Reconnaissance Automatique du Diabèteen_US
dc.typeWorking Paperen_US
Collection(s) :Magister MID

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Traitement-de-donnees-medicales-par-un-Systeme-Immunitaire-Artificiel-Reconnaissance-Automatique-du-Diabete.pdf1,48 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.