Fondements de l'Apprentissage Artificiel pour l'Épilepsologie:

L'épilepsie, trouble neurologique majeur, voit 30% des patients résistants aux médicaments, nécessitant une chirurgie dont le succès dépend de la localisation précise de la zone épileptogène par EEG. Ce signal est toutefois affecté par des artefacts et sa modélisation reste complexe. Ce travail établit les fondements de l'utilisation de l'intelligence artificielle, en particulier les Machines à Vecteurs de Support (SVM), pour la détection des crises. Structuré en trois chapitres, il présente l'apprentissage artificiel, les SVM (robustes, interprétables, efficaces) et les spécificités du signal EEG épileptique. Les SVM sont préférées aux méthodes d'apprentissage profond pour leur transparence.Ce travail vise à établir les fondements conceptuels et méthodologiques nécessaires à l'étude des crises épileptiques par l'intelligence artificielle, avec un accent particulier sur les Machines à Vecteurs de Support (SVM).

Hersteller:	SIA OmniScriptum Publishing
Anschrift:	Brivibas gatve 197 LV-1039 Riga
Kontakt:	customerservice@vdm-vsg.de

Nour El Houda FETHELLAH est Maître de Conférences à l'Institut de Formation et de Recherche en Hydrométéorologie (IHFR), elle est diplômée en informatique (licence, master et doctorat) de l'Université des Sciences et de la Technologie d'Oran (Algérie). Ses recherches portent sur les réseaux, systèmes d'information et l'IA.