Proposition d’un système distribué de diagnostic et pronostic basé sur les services Web et Extreme Learning Machine. Doctorat thesis (2021), Université de Batna 2.

dc.contributor.authorBERGHOUT Tarek
dc.date.accessioned2023-03-28T09:21:52Z
dc.date.available2023-03-28T09:21:52Z
dc.date.issued2021-05-23
dc.description.abstractCette thèse traite de l'utilisation d'un outil de Machine Learning appelé "Extreme Learning Machine" dans le domaine du pronostic et de l'évaluation de la santé (e.g. estimation de la durée de vie utile restante (RUL)). Cet algorithme implique des méthodes de programmation linéaires qui reposent principalement sur les moindres carrés dans les paradigmes non linéaires des réseaux de neurones artificiels pour produire des estimateurs de santé très rapides et précis. D'autres parts, cette étude vise à distribuer le système de prédiction sur le web à l'aide de services Web pour résoudre les problèmes de répartition géographique de surveillance décentralisée. Sur la base de ce nouvel outil, de nombreux algorithmes d'apprentissage ont été développés dans le cadre de ce travail et comparés à d'autres algorithmes présents dans la littérature en termes de temps et de précision. La plupart des algorithmes développés sont inspirés des théories récentes de Deep Learning et ce en raison de leur bonne réputation. Les données étudiées dans ce travail de recherche sont tirées du logiciel C-MAPSS simulateur de système de propulsion aérodynamique développé par la NASA. Les résultats obtenus ont prouvé l'efficacité des nouveaux algorithmes et les recommandent pour une utilisation future dans le domaine de l'évaluation de la santé.
dc.identifier.urihttp://dspace.univ-batna2.dz/handle/123456789/954
dc.language.isofr
dc.titleProposition d’un système distribué de diagnostic et pronostic basé sur les services Web et Extreme Learning Machine. Doctorat thesis (2021), Université de Batna 2.
Files
Original bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
Tarek_BERGHOUT[2021].pdf
Size:
9.52 MB
Format:
Adobe Portable Document Format
Description:
License bundle
Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: