A partir de cette page vous pouvez :
author
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'auteur
Auteur Yacine Fodil |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesInterface Cerveau-Machine (ICM) / Yacine Fodil (2016)
Titre : Interface Cerveau-Machine (ICM) : Contrôle d’un appareil par la pensée Type de document : theses et memoires Auteurs : Yacine Fodil ; Salah Haddab, Directeur de thèse Editeur : Tizi Ouzou : UMMTO.FGEI Année de publication : 2016 Importance : 71 p. Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Interface cerveau-machine (ICM) Neurologie-Assistance Commande d’un moteur-pensée Electronique biomédicale Electroencéphalographie Résumé : Dans ce mémoire, est abordé le thème des Interfaces Cerveau-Machine, qui sont un moyen de communication direct entre un cerveau et une machine, dans le but d’aider des personnes réduites physiquement à retrouver une certaine autonomie de vie.
Le travail consiste à étudier le principe de fonctionnement de ces interfaces, ses constituants, ainsi que les fondements sur lesquels ces interfaces sont basées, en passant par l’électroencéphalographie et l’anatomie du cerveau, avant d’arriver à la partie expérimentale, où des tests ont été effectués sur un sujet sain, dans le but de créer des modulations volontaires de la pensée appelées « imagerie motrice ».
La dernière étape de ce mémoire consiste à faire démarrer un moteur, suite à la détection des ondes cérébrales spécifiques correspondant à l’imagerie motrice, ce qui permet ainsi de démontrer qu’il est possible de commander un moteur par la pensée.En ligne : https://dl.ummto.dz/bitstream/handle/ummto/6438/FodilYacine.pdf?sequence=1&isAll [...] Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=25731 Interface Cerveau-Machine (ICM) : Contrôle d’un appareil par la pensée [theses et memoires] / Yacine Fodil ; Salah Haddab, Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : UMMTO.FGEI, 2016 . - 71 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Interface cerveau-machine (ICM) Neurologie-Assistance Commande d’un moteur-pensée Electronique biomédicale Electroencéphalographie Résumé : Dans ce mémoire, est abordé le thème des Interfaces Cerveau-Machine, qui sont un moyen de communication direct entre un cerveau et une machine, dans le but d’aider des personnes réduites physiquement à retrouver une certaine autonomie de vie.
Le travail consiste à étudier le principe de fonctionnement de ces interfaces, ses constituants, ainsi que les fondements sur lesquels ces interfaces sont basées, en passant par l’électroencéphalographie et l’anatomie du cerveau, avant d’arriver à la partie expérimentale, où des tests ont été effectués sur un sujet sain, dans le but de créer des modulations volontaires de la pensée appelées « imagerie motrice ».
La dernière étape de ce mémoire consiste à faire démarrer un moteur, suite à la détection des ondes cérébrales spécifiques correspondant à l’imagerie motrice, ce qui permet ainsi de démontrer qu’il est possible de commander un moteur par la pensée.En ligne : https://dl.ummto.dz/bitstream/handle/ummto/6438/FodilYacine.pdf?sequence=1&isAll [...] Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=25731 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.ELN.42-16/2 MAST.ELN.42-16 Mémoires Magasin de Thèses et Mémoires / FGE Master en Electronique Disponible MAST.ELN.42-16/1 MAST.ELN.42-16 Mémoires Magasin de Thèses et Mémoires / FGE Master en Electronique Disponible Les abonnés qui ont emprunté ce document ont également emprunté :
Etude et réalisation d’un suiveur de soleil a base d’un micro contrôleur Cherifi, Younes Commande numérique du massicot avec la carte Arduino MEGA 2560 Immoune, Abdessalam Modules capteurs pour électronics LAB Ould Amer, Nawel Etude et réalisation d'un détecteur d'incendies Mezaoui, Jughourta Le grand livre d'Arduino Bartmann, Erik Aucun avis, veuillez vous identifier pour ajouter le vôtre !
Titre : Traitement du signal electroencéphalographique (EEG) : Application à la détection et à la classification automatique des activités cérébrales par intelligence artificielle avec un noyau Riemannien Type de document : theses et memoires Auteurs : Yacine Fodil, Auteur ; Salah Haddab, Directeur de thèse Editeur : TIZI-OUZOU : FGEI.UMMTO Année de publication : 2022 Importance : 123 p. Présentation : ill. Format : 30 cm. Accompagnement : Bibliogr. Note générale : Bibliogr. Langues : Français Résumé : Au cours de ce travail de recherche, deux approches ont été étudiées ; la classification des signaux d’imagerie motrice par un perceptron multicouches à noyau riemannien adaptatif et le filtrage géodésique sur les méthodes à base SVM et ANN. La première partie a été consacrée à étudier les interfaces cerveau-machine et les méthodes déjà existantes. La seconde partie, s’est focalisée sur la reproduction de la méthode à géométrie riemannienne, la méthode ARK-SVM, pour ensuite présenter nos approches. Nous avons étudié d’une part l’application d’un filtrage géodésique sur la méthode SVM pour produire la FG-ARK-SVM avant de procéder, d’autre part à l’élaboration de la méthode ARK-ANN.
Ces approches ont été utilisées dans deux contextes de classification binaire. Le premier dans un contexte intra-sujet, où les modèles proposés ont appris sur le jeu de donnée du même sujet séparé en deux sessions d’enregistrement, la première pour l’entrainement et la seconde pour le test. Le deuxième contexte quant à lui est inter-sujet, où les modèles ont appris sur les sessions d’entrainement de divers sujets, pour faire une généralisation sur un sujet à part.
Les résultats ont démontré la robustesse de la méthode ARK-ANN, tant sur la partie intra-sujet que sur la partie inter-sujet. Cette méthode a été comparée à l’ARK-SVM et à des approches riemanniennes et non riemanniennes ayant exploité la même base de donnée, BCI Compétition IV set IIa. Le filtrage géodésique quant à lui a apporté des résultats différents en fonction de la méthode, avec une légère amélioration sur la méthode SVM, mais nous observons une dégradation des performances de la méthode à réseau de neurones, quel que soit le contexte de classification.Diplôme : Doc Permalink : ./index.php?lvl=notice_display&id=37286 Traitement du signal electroencéphalographique (EEG) : Application à la détection et à la classification automatique des activités cérébrales par intelligence artificielle avec un noyau Riemannien [theses et memoires] / Yacine Fodil, Auteur ; Salah Haddab, Directeur de thèse . - TIZI-OUZOU (TIZI-OUZOU) : FGEI.UMMTO, 2022 . - 123 p. : ill. ; 30 cm. + Bibliogr.
Bibliogr.
Langues : Français
Résumé : Au cours de ce travail de recherche, deux approches ont été étudiées ; la classification des signaux d’imagerie motrice par un perceptron multicouches à noyau riemannien adaptatif et le filtrage géodésique sur les méthodes à base SVM et ANN. La première partie a été consacrée à étudier les interfaces cerveau-machine et les méthodes déjà existantes. La seconde partie, s’est focalisée sur la reproduction de la méthode à géométrie riemannienne, la méthode ARK-SVM, pour ensuite présenter nos approches. Nous avons étudié d’une part l’application d’un filtrage géodésique sur la méthode SVM pour produire la FG-ARK-SVM avant de procéder, d’autre part à l’élaboration de la méthode ARK-ANN.
Ces approches ont été utilisées dans deux contextes de classification binaire. Le premier dans un contexte intra-sujet, où les modèles proposés ont appris sur le jeu de donnée du même sujet séparé en deux sessions d’enregistrement, la première pour l’entrainement et la seconde pour le test. Le deuxième contexte quant à lui est inter-sujet, où les modèles ont appris sur les sessions d’entrainement de divers sujets, pour faire une généralisation sur un sujet à part.
Les résultats ont démontré la robustesse de la méthode ARK-ANN, tant sur la partie intra-sujet que sur la partie inter-sujet. Cette méthode a été comparée à l’ARK-SVM et à des approches riemanniennes et non riemanniennes ayant exploité la même base de donnée, BCI Compétition IV set IIa. Le filtrage géodésique quant à lui a apporté des résultats différents en fonction de la méthode, avec une légère amélioration sur la méthode SVM, mais nous observons une dégradation des performances de la méthode à réseau de neurones, quel que soit le contexte de classification.Diplôme : Doc Permalink : ./index.php?lvl=notice_display&id=37286 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité DOC.ELN.02-22/1 DOC.ELN.02-22 Thèse Magasin de Thèses et Mémoires / FGE Doctorat en Electronique Disponible Aucun avis, veuillez vous identifier pour ajouter le vôtre !
