Apprentissage machine pour la prédiction de l’effet de la réadaptation physique sur le genou pathologique [r-libre/2853]

Bellerive, Patrick (2023). Apprentissage machine pour la prédiction de l’effet de la réadaptation physique sur le genou pathologique (mémoire de maîtrise en Technologie de l'information, Télé-université, Québec, Canada). Direction : Mezghani, Neila.

Fichier(s) associé(s) à ce document :

PDF - Patrick-Bellerive.pdf
Licence : Creative Commons CC BY.

Télécharger

Catégorie de document :	Thèses et mémoires
Évaluation par un comité de lecture :	Oui
Étape de publication :	Non publié
Résumé :	L’analyse des signaux biomécaniques comporte une complexité élevée ainsi qu’une grande dimensionnalité à cause des divers facteurs et contraintes que le corps humain génère sur le mouvement. Que ce soit la complexité des articulations, les pathologies ou la condition physique, cela influence les données de chaque individu. La technologie permettant d’obtenir les signaux est présente, mais il faut maintenant mettre à profit l’information récoltée. L’utilisation des arbres de décision est rapide et performante. De plus, ils sont compréhensibles. Cependant, les arbres de décision sont davantage linéaires. Ainsi, l’analyse de données biomécaniques exige une approche adaptée à leur grande variabilité et leur grande dimensionnalité afin de faire ressortir les attributs significatifs pour effectuer des prédictions précises. Dans le cadre de cette recherche, l’objectif est la mise en place d’algorithmes qui permettent de mieux cibler les attributs de valeur importants à la classification et la généralisation des algorithmes pour prédire l’effet de la réadaptation sur le genou pathologique, en l’occurrence atteint d’arthrose. Afin d’y parvenir, il y a l’exploration d’algorithmes alternatifs en premier lieu. Par la suite, nous avons l’exploration de techniques de réduction de la dimensionnalité, soit l’extraction des caractéristiques significatives.
Déposant:	Breault, Claude
Responsable :	Claude Breault
Dépôt :	16 janv. 2023 19:32
Dernière modification :	16 janv. 2023 19:32

Actions (connexion requise)

RÉVISER