A partir de cette page vous pouvez :
author
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'auteur
Auteur Hocine Hamil |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesArial fibrillation episodes recognition using stockwel transform and support vector machines / Hocine Hamil (2021)
Titre : Arial fibrillation episodes recognition using stockwel transform and support vector machines Type de document : theses et memoires Auteurs : Hocine Hamil ; Zahia Zidelmal, Directeur de thèse Editeur : Tizi.Ouzou : U.M.M.T.O Année de publication : 2021 Importance : 192 p. Présentation : ill. Format : 30 cm Note générale : Bibliogr. Langues : Anglais Mots-clés : ECG Atrial Fibrillation S-Transform Time-Frequency Analysis SVM e-Health Chaos Artificial Intelligence Diagnosis Wireless Transmission Biomedical Signal Processing Machine Learning Résumé : The objective of this thesis is the detection of atrial fibrillation episodes using Stockwell transform and support vector machines. The first part concerns the implementation of the Stockwell transform with a compact support kernel (ST-CSK) for the localization of atrial activity. This zone will then be captured by a vector of features defined in
the time-frequency domain. The second part concerns the classification of the different atrial activities using cost-sensitive SVM where ambiguity rejection and cost of classification are considered allowing the recognition of subjects with atrial fibrillation or at risk of atrial fibrillation. The proposed algorithm is trained and then tested using different ECG sources namely two databases provided by PhysionNet and recorded ECG signals using MySignals HW development platform with raspberry Pi 3 model B+. The obtained results confirm that the proposed approach represents a promising tool for
Atrial Fibrillation Episodes (AFE) recognition even under real and clinical conditions.
Also in this context, a secure telehealth system with a wireless transmission has been designed analysing multiple bio-signals using e-Health platform with Arduino Uno and Raspberry Pi as acquisition and processing units, respectively. Data acquiered from different sensors can be evaluated to monitor the health status of patients using threshold detection. Prediction of cardiac status based on automatic identification of arrhythmias is validated by classification of ECG signals using Artificial Intelligence (AI), while exploiting TensorFlow and Keras tools. Different AI algorithms and a combination with different machine learning (ML) are validated basing to the transfer learning approach. The proposed method was evaluated using real signals recorded in addition to four PhysioNet databases. A graphical user interface (GUI) was designed allowing to display and to share the diagnosis with the prediction results. The proposed system improves the quality of life under a robust secure wireless transmission using chaos-based data encryption, thus avoiding loss of life during critical situationsDiplôme : Doc En ligne : D:\CD THESES 2021\DOC ELN\HAMIL HOCINE.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36612 Arial fibrillation episodes recognition using stockwel transform and support vector machines [theses et memoires] / Hocine Hamil ; Zahia Zidelmal, Directeur de thèse . - Tizi.Ouzou (Tizi.Ouzou) : U.M.M.T.O, 2021 . - 192 p. : ill. ; 30 cm.
Bibliogr.
Langues : Anglais
Mots-clés : ECG Atrial Fibrillation S-Transform Time-Frequency Analysis SVM e-Health Chaos Artificial Intelligence Diagnosis Wireless Transmission Biomedical Signal Processing Machine Learning Résumé : The objective of this thesis is the detection of atrial fibrillation episodes using Stockwell transform and support vector machines. The first part concerns the implementation of the Stockwell transform with a compact support kernel (ST-CSK) for the localization of atrial activity. This zone will then be captured by a vector of features defined in
the time-frequency domain. The second part concerns the classification of the different atrial activities using cost-sensitive SVM where ambiguity rejection and cost of classification are considered allowing the recognition of subjects with atrial fibrillation or at risk of atrial fibrillation. The proposed algorithm is trained and then tested using different ECG sources namely two databases provided by PhysionNet and recorded ECG signals using MySignals HW development platform with raspberry Pi 3 model B+. The obtained results confirm that the proposed approach represents a promising tool for
Atrial Fibrillation Episodes (AFE) recognition even under real and clinical conditions.
Also in this context, a secure telehealth system with a wireless transmission has been designed analysing multiple bio-signals using e-Health platform with Arduino Uno and Raspberry Pi as acquisition and processing units, respectively. Data acquiered from different sensors can be evaluated to monitor the health status of patients using threshold detection. Prediction of cardiac status based on automatic identification of arrhythmias is validated by classification of ECG signals using Artificial Intelligence (AI), while exploiting TensorFlow and Keras tools. Different AI algorithms and a combination with different machine learning (ML) are validated basing to the transfer learning approach. The proposed method was evaluated using real signals recorded in addition to four PhysioNet databases. A graphical user interface (GUI) was designed allowing to display and to share the diagnosis with the prediction results. The proposed system improves the quality of life under a robust secure wireless transmission using chaos-based data encryption, thus avoiding loss of life during critical situationsDiplôme : Doc En ligne : D:\CD THESES 2021\DOC ELN\HAMIL HOCINE.PDF Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=36612 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité DOC.ELN.01-21/1 DOC.ELN.01-21 Thèses Magasin de Thèses et Mémoires / FGE Doctorat en Electronique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Etude du comportement du BJT de puissance en fonction de la fréquence et de la température Type de document : theses et memoires Auteurs : Hocine Hamil, Auteur ; Ahcène Lakhlef, Directeur de thèse Editeur : Tizi Ouzou : UMMTO.FGEI Année de publication : 2013 Importance : 76 p. Présentation : ill. Format : 29 cm. Note générale : Bibliogr. Langues : Français Mots-clés : BJT Traceur de courbes Carractéristiques des transistors GBF Oscillouscope USB Labview Résumé : Ce présent travail consiste en l’étude du comportement des transistors bipolaires de puissance sous l’effet de la température et de la fréquence.
Cette étude s’appuie principalement sur l’effet de la température par rapport au temps de montée et au temps de descente qui sont deux paramètres importants qui déterminent la fréquence limite d’utilisation de ces derniers.
A cet effet, Le projet précité comporte les chapitres suivants :
Le premier chapitre traite l’étude physique et technologique des transistors bipolaires, le deuxième chapitre est consacré à l’étude des transistors bipolaires de puissance en se basant sur l’influence de la température et de la fréquence.
Enfin le troisième et dernier chapitre traite de la caractérisation du BJT de puissance, Cette étape consiste en montage du banc de mesure qui a trait à la réalisation d’une carte d’acquisition et de commande de température avec LabVIEW, pic18F4550, afficheur tout en utilisant une communication USB, puis réalisation d’une chaufferette en aluminium (caisson) avec une isolation de 5cm en laine de roche pour envelopper le système dedans y-compris le transistor de puissance pour voir l’influence de la température sur sa fréquence de commutation (mode interrupteur) .En ligne : https://dl.ummto.dz/bitstream/handle/ummto/6442/HamilHocine.pdf?sequence=1&isAll [...] Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=25279 Etude du comportement du BJT de puissance en fonction de la fréquence et de la température [theses et memoires] / Hocine Hamil, Auteur ; Ahcène Lakhlef, Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : UMMTO.FGEI, 2013 . - 76 p. : ill. ; 29 cm.
Bibliogr.
Langues : Français
Mots-clés : BJT Traceur de courbes Carractéristiques des transistors GBF Oscillouscope USB Labview Résumé : Ce présent travail consiste en l’étude du comportement des transistors bipolaires de puissance sous l’effet de la température et de la fréquence.
Cette étude s’appuie principalement sur l’effet de la température par rapport au temps de montée et au temps de descente qui sont deux paramètres importants qui déterminent la fréquence limite d’utilisation de ces derniers.
A cet effet, Le projet précité comporte les chapitres suivants :
Le premier chapitre traite l’étude physique et technologique des transistors bipolaires, le deuxième chapitre est consacré à l’étude des transistors bipolaires de puissance en se basant sur l’influence de la température et de la fréquence.
Enfin le troisième et dernier chapitre traite de la caractérisation du BJT de puissance, Cette étape consiste en montage du banc de mesure qui a trait à la réalisation d’une carte d’acquisition et de commande de température avec LabVIEW, pic18F4550, afficheur tout en utilisant une communication USB, puis réalisation d’une chaufferette en aluminium (caisson) avec une isolation de 5cm en laine de roche pour envelopper le système dedans y-compris le transistor de puissance pour voir l’influence de la température sur sa fréquence de commutation (mode interrupteur) .En ligne : https://dl.ummto.dz/bitstream/handle/ummto/6442/HamilHocine.pdf?sequence=1&isAll [...] Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=25279 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.ELN.43-13/2 MAST.ELN.43-13 Mémoires Magasin de Thèses et Mémoires / FGE Master en Electronique Disponible MAST.ELN.43-13/1 MAST.ELN.43-13 Mémoires Magasin de Thèses et Mémoires / FGE Master en Electronique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
