MODELISATION ET DIAGNOSTIQUE DES SYSTEMES NON-LINEAIRES : Une approche par Analyse en Composantes Principales et Carte Topologique de Kohonen

dc.contributor.authorFADDA Med Lamine
dc.date.accessioned2023-03-30T11:07:06Z
dc.date.available2023-03-30T11:07:06Z
dc.date.issued2011
dc.description.abstractPour 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.urihttps://dspace.univ-annaba.dz//handle/123456789/2463
dc.language.isofr
dc.titleMODELISATION ET DIAGNOSTIQUE DES SYSTEMES NON-LINEAIRES : Une approche par Analyse en Composantes Principales et Carte Topologique de Kohonen
dc.typeThesis
dspace.entity.type
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
fadda-mem.pdf
Size:
2.42 MB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description: