SONAR|HES-SO

SONAR|HES-SO

SONAR|HES-SO regroupe les travaux de bachelor et master diffusables de plusieurs écoles de la HES-SO. Consultez cette page pour le détails.

En cas de question, merci de contacter les bibliothécaires de la HES-SO : bibliotheques(at)hes-so.ch

Back to SONAR
Back
Mémoire de recherche
Research report

SimGait - Classification de démarche pour patients ayant une pathologie de la marche

Show more…
    2020
big data
Gait Analysis
analyse de la marche
Machine Learning
apprentissage automatique
RNN
CNN
Random Forest
French Ce travail est orienté vers le développement d’une solution capable de soutenir les médecins dans la prise de décision lors d’une intervention visant à corriger et à améliorer la condition des patients souffrant de pathologies de la marche. Cette étude a pour but de démontrer l’efficacité des trois méthodes d’apprentissage automatique à savoir, les forêts d’arbres décisionnels (RF), les réseaux de neurones convolutifs (CNN) ainsi que les réseaux de neurones récurrents (RNN) dans la classification de pathologies de la marche. Les résultats de notre base de référence à savoir les forêts d’arbres décisionnels, parviennent à classifier correctement les pathologies dans 46% des cas. La seconde approche, utilisant les réseaux de neurones récurrents spécialisés dans les séquences temporelles atteint une précision de 51%. La troisième approche quant à elle, utilise les réseaux de neurones convolutifs contribue à une classification à hauteur de 83% de précision pour l’identification des pathologies.
Language
  • French
Classification
Information, communication and media sciences
Series statement
  • Travail de recherche réalisé dans le cadre du Master of Science HES-SO en Sciences de l'information à la Haute école de gestion de Genève (HEG-GE), Filière Information documentaire, 2020
Notes
  • Haute école de gestion Genève
  • Information documentaire
  • hesso:hegge
License
License undefined
Identifiers
  • RERO DOC 328464
  • REPORT NUMBER TRMASID 23
Persistent URL
https://sonar.ch/hesso/documents/314874
Statistics
Document views: 79 File downloads:
  • SimGaitMemoireRecherche.pdf: 151