Titre : |
Conception d’un modèle médical à base de résumés linguistiques. |
Type de document : |
document électronique |
Auteurs : |
Djazia AMGHAR EP HAMDAN, Auteur |
Année de publication : |
2018 |
Importance : |
153p. |
Présentation : |
ill. |
Format : |
30cm. |
Langues : |
Français (fre) |
Mots-clés : |
Données numériques médicales, résumé linguistique, requêtes floues, classification des données médicales, logique floue. |
Résumé : |
D’une manière générale, la collecte des données médicales créent une grande base des données numériques. Notre travail de recherche vise à extraire des résumés linguistiques, à base de calcul de cardinalité floue. Ce type de résumé permet de construire une base de connaissances réduite qui contient toutes les informations essentielles, pour une meilleure décision. Cette dernier est aussi utilisé pour construire un système interrogation flexible qui traite des requêtes sémantiques simples et des requêtes complexes en langage naturel ,à la l’aide d’une nouvelle approche, qui est proposé dans notre thèse de recherche. Aussi de développer un nouveau type de classifieur supervisé basé sur ces résumés linguistiques des données médicales. Pour réaliser cet objectif, nous utilisons le calcul de la similarité entre les différents ensembles flous de résumés linguistiques. Les solutions proposées ont été validées expérimentalement sur des bases de données médicales réelles. Les résultats obtenus sont comparés à ceux de l’état de l’art où nous montrons l’efficacité de modèle de la déduction proposée. |
Conception d’un modèle médical à base de résumés linguistiques. [document électronique] / Djazia AMGHAR EP HAMDAN, Auteur . - 2018 . - 153p. : ill. ; 30cm. Langues : Français ( fre)
Mots-clés : |
Données numériques médicales, résumé linguistique, requêtes floues, classification des données médicales, logique floue. |
Résumé : |
D’une manière générale, la collecte des données médicales créent une grande base des données numériques. Notre travail de recherche vise à extraire des résumés linguistiques, à base de calcul de cardinalité floue. Ce type de résumé permet de construire une base de connaissances réduite qui contient toutes les informations essentielles, pour une meilleure décision. Cette dernier est aussi utilisé pour construire un système interrogation flexible qui traite des requêtes sémantiques simples et des requêtes complexes en langage naturel ,à la l’aide d’une nouvelle approche, qui est proposé dans notre thèse de recherche. Aussi de développer un nouveau type de classifieur supervisé basé sur ces résumés linguistiques des données médicales. Pour réaliser cet objectif, nous utilisons le calcul de la similarité entre les différents ensembles flous de résumés linguistiques. Les solutions proposées ont été validées expérimentalement sur des bases de données médicales réelles. Les résultats obtenus sont comparés à ceux de l’état de l’art où nous montrons l’efficacité de modèle de la déduction proposée. |
|