MODELISATION ET DIAGNOSTIQUE DES SYSTEMES NON-LINEAIRES : Une approche par Analyse en Composantes Principales et Carte Topologique de Kohonen
dc.contributor.author | FADDA Med Lamine | |
dc.date.accessioned | 2023-03-30T11:07:06Z | |
dc.date.available | 2023-03-30T11:07:06Z | |
dc.date.issued | 2011 | |
dc.description.abstract | Pour étudier, résumer, représenter des données multidimensionnelles comprenant à la fois des variables quantitatives (à valeurs continues réelles) et qualitatives (discrètes, ordinales ou nominales), nous avons mis à notre disposition deux méthodes de traitement de ces données qui sont : l‟Analyse en Composantes Principales (ACP), et une méthode neuronale basée sur l‟utilisation des cartes de Kohonen. Ces deux techniques sont destinées généralement pour la classification des données. Dans notre cas, nous les avons utilisés pour faire de la détection et de la localisation des défauts. Nous avons démontré dans la suite de notre travail, comment on peut se servir de ces deux techniques pour représenter les données multidimensionnelles, détecter et localiser les défauts dans ces données. Les résultats de test obtenus montrent l‟efficacité du choix adopté. L‟utilisation de la démarche ainsi retenue, constitue une voie prometteuse pour les systèmes d‟aide au diagnostic. | |
dc.identifier.uri | https://dspace.univ-annaba.dz//handle/123456789/2463 | |
dc.language.iso | fr | |
dc.title | MODELISATION ET DIAGNOSTIQUE DES SYSTEMES NON-LINEAIRES : Une approche par Analyse en Composantes Principales et Carte Topologique de Kohonen | |
dc.type | Thesis | |
dspace.entity.type |