Utilisation du deep learning dans la radio cognitive.
| dc.contributor.author | Allal, Mohammed Anes | en_US |
| dc.date.accessioned | 2019-06-26T10:59:26Z | en_US |
| dc.date.available | 2019-06-26T10:59:26Z | en_US |
| dc.date.issued | 2018-07-05 | en_US |
| dc.description.abstract | Les radios cognitives (RC) sont principalement destinées à une communication fiable et à une utilisation efficace des ressources spectrales. Ils identifient une action qui doit être appliquée à une situation particulière appelée le raisonnement. Les résultats des actions appliquées fournissent des informations qui les aident à modifier leur comportement appelé apprentissage. L'apprentissage peut être catégorisé comme un apprentissage supervisé et un apprentissage non supervisé. Pour concevoir les vrais systèmes cognitifs, diverses techniques du deep learning sont utilisées. Ce mémoire se concentre sur l'aspect d'apprentissage profond dans la RC et l’implémentation des réseaux de neurones récurrents dans la RC. | en_US |
| dc.identifier.citation | salle des thèses | en_US |
| dc.identifier.other | MS-003-257-01 | en_US |
| dc.identifier.uri | https://dspace.univ-tlemcen.dz/handle/112/14285 | en_US |
| dc.language.iso | fr | en_US |
| dc.publisher | University of Tlemcen | en_US |
| dc.subject | radio cognitive - réseaux de neurones récurrents - apprentissage profond | en_US |
| dc.title | Utilisation du deep learning dans la radio cognitive. | en_US |
| dc.type | Thesis | en_US |