Mon compte
Wishlist
Panier 00:00
Panier 00:00

Baba Hamed, Amel

La reconnaissance des anomalies médicales en Technologie FPGA

  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
  • La reconnaissance des anomalies médicales en Technologie FPGA
Audience : Adulte - Grand Public
Le Pitch
PrésentationDans le domaine médical, la classification constitue le principe de base de plusieurs systèmes d'aide au diagnostic, elle utilise différentes techniques afin d'aider l'expert à établir un deuxième diagnostic pour confirmer la pathologie. L'étude menée dans cet ouvrage est portée sur l'implémentation matérielle des classifieurs neuronaux sur cible FPGA, et afin d'atteindre nos objectifs, nous avons divisé notre travail en deux phases. La première consiste à étudier le classifieur neuronal CLN de type perceptron multicouche sous l'environnement Matlab afin d'enregistrer les valeurs finales des poids synaptiques et du biais de chaque neurone, qui seront implémentées par la suite dans la deuxième phase. Cette dernière se base sur la conception matérielle du classifieur CLN, réalisée par un langage de haut niveau de description matérielle VHDL. Notre conception est fondée sur l'emploi du principe de calcul SP (Semi-Parallèle) qui nous a permis de réaliser le classifieur matériel CLNH-SP. Nous avons implémenté par la suite, un modèle de classification SYST-SP sur le circuit FPGA permettant la reconnaissance des arythmies cardiaques en temps réel. Afficher moinsAfficher plus

Baba Hamed, Amel

La reconnaissance des anomalies médicales en Technologie FPGA

71,90 €
Sélectionnez la condition
71,90 €

Le Pitch

PrésentationDans le domaine médical, la classification constitue le principe de base de plusieurs systèmes d'aide au diagnostic, elle utilise différentes techniques afin d'aider l'expert à établir un deuxième diagnostic pour confirmer la pathologie. L'étude menée dans cet ouvrage est portée sur l'implémentation matérielle des classifieurs neuronaux sur cible FPGA, et afin d'atteindre nos objectifs, nous avons divisé notre travail en deux phases. La première consiste à étudier le classifieur neuronal CLN de type perceptron multicouche sous l'environnement Matlab afin d'enregistrer les valeurs finales des poids synaptiques et du biais de chaque neurone, qui seront implémentées par la suite dans la deuxième phase. Cette dernière se base sur la conception matérielle du classifieur CLN, réalisée par un langage de haut niveau de description matérielle VHDL. Notre conception est fondée sur l'emploi du principe de calcul SP (Semi-Parallèle) qui nous a permis de réaliser le classifieur matériel CLNH-SP. Nous avons implémenté par la suite, un modèle de classification SYST-SP sur le circuit FPGA permettant la reconnaissance des arythmies cardiaques en temps réel. Afficher moinsAfficher plus

Détails du livre

Titre complet
La reconnaissance des anomalies médicales en Technologie FPGA
Auteur
Baba Hamed, Amel
Editeur
UNIV EUROPEENNE
Format
Broché
Publication
01 juillet 2018
Audience
Adulte - Grand Public
Pages
160
Taille
22.9 x 15.2 x 0.9 cm
Poids
245
ISBN-13
9786202287937

Auteur

Baba Hamed, Amel
Voir les livres de Baba Hamed, Amel
Livré entre : 31 juillet - 5 août
Disponible chez le fournisseur
Impression à la demande
Expédition immédiate
Chez vous entre :
Les délais de livraison ont tendance à s'accélérer ces dernières semaines, le temps indiqué peut être plus court que prévu. Les délais de livraison ont tendance à s'allonger ces dernières semaines, le temps indiqué peut être plus long que prévu.
Livraison gratuite (FR) à partir de 35,00 € de livres neufs
Retour GRATUIT sous 14 jours.
Image to render

Revendez-le sur notre application!

Acheter la série complète

Baba Hamed, Amel

( livres)

Voir toute la série
Total-

Aller plus loin

Vous pouvez également aimer

Récemment consultés