Veuillez utiliser cette adresse pour citer ce document : http://dspace1.univ-tlemcen.dz/handle/112/19082
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorAddou, Sidi Mohammed Nazim-
dc.contributor.authorAllam, Abdessamad-
dc.date.accessioned2022-09-29T09:39:39Z-
dc.date.available2022-09-29T09:39:39Z-
dc.date.issued2022-06-26-
dc.identifier.urihttp://dspace.univ-tlemcen.dz/handle/112/19082-
dc.description.abstractLe développement rapide des réseaux d’opérateurs obligent les chercheurs à trouver des techniques bien plus optimisées que ceux qui existent maintenant en ce qui concerne la chaine de transmission et la modulation. Les méthodes d’apprentissage profond peuvent offrir des résultats satisfaisants, les Auto-Encodeur sont l’un des modèles des réseaux de neurones artificiels qui peuvent être utilisées dans de divers secteurs dont le secteur des télécommunications. Dans ce travail, on implémente un système de modulation OFDM à base d’Auto-Encodeur en utilisant le langage de programmation Python avec ses librairies (Keras,Matplotlib…) et pour voir si cette technique fournit des résultats similaires par rapport aux autres techniques tel que l’OFDM classique .en_US
dc.language.isofren_US
dc.publisherUniversity of Tlemcen-
dc.subjectOFDM, Apprentissage Profond, Réseaux de Neurones, Pythonen_US
dc.titleLES RESEAUX NEURONES (IA) APPLIQUES A L’OPTIMISATION DES RESEAUX DE COMMUNICATION CELLULAIRESen_US
dc.typeThesisen_US
Collection(s) :Master en Télécommunication

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
LES_RESEAUX_NEURONES_(IA)_APPLIQUES_A_L’OPTIMISATION_DES_RESEAUX_DE_COMMUNICATION_CELLULAIRES.pdf3,02 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.