Méthodes hybrides pour l'optimisation combinatoire : Application au problème de classification de cancer.

Simple item page
dc.contributor.advisorDouiri Sidi Mohamed
dc.contributor.authorBIR-JMEL Ahmed
dc.date.accessioned2024-04-24T10:11:45Z
dc.date.accessioned2026-01-24T08:39:09Z
dc.date.available2024-04-24T10:11:45Z
dc.date.issued2022
dc.description.abstractDans cette thèse, nous proposons des méthodes innovantes pour réduire la taille initiale des données de puces à ADN/ sélectionner des ensembles de gènes pertinents qui assurent une bonne précision dans l’identification des tumeurs cancéreuses. Premièrement, nous avons proposé plusieurs méthodes de sélection de gènes, basées sur les Métaheuristiques BPSO (optimisation par essaim de particules version binaire), ACO (optimisation par colonies de fourmis)/VNS (recherche de voisinage variable). En effet:
dc.description.laboratoireLABMIA-SI
dc.identifier.urihttps://toubkalpreprod.imist.ma/handle/123456789/33413
dc.language.isofre
dc.publisherFaculté des Sciences de Rabatfr_FR
dc.subjectSélection d'attributsfr_FR
dc.subjectClassification superviséefr_FR
dc.subjectpuces à ADNfr_FR
dc.subjectOptimisation par Essaim de Particulesfr_FR
dc.subjectOptimisation par Colonies de Fourmisfr_FR
dc.subjectRecherche de Voisinage Variablefr_FR
dc.subjectEnsemble pendant de Poids Maximumfr_FR
dc.subjectRégression Logistique Pénaliséefr_FR
dc.subjectGeneralized Fused LASSO.fr_FR
dc.subject.otherMathématiques Appliquées
dc.titleMéthodes hybrides pour l'optimisation combinatoire : Application au problème de classification de cancer.fr_FR
dc.title.alternativeHybrid methods for combinatorial optimization: Application to the cancer classification problem.fr_FR

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
these-fsr.pdf
Size:
11.48 MB
Format:
Adobe Portable Document Format
Download

Collections

Faculté des Sciences - Rabat