Classification et segmentation automatique pour l'imagerie médicale par apprentissage avec ré-enforcement : performance et d'utilité des modèles mathématiques, statistiques et algorithmiques de Machine et Deep Learning de l'intelligence artificielle
FR
Auteur / Autrice : | Rodolphe Vallee |
Direction : | Rémy Guillevin, Farida Enikeeva |
Type : | Projet de thèse |
Discipline(s) : | Mathématiques appliquées |
Date : | Inscription en doctorat le 23/11/2020 |
Etablissement(s) : | Poitiers |
Ecole(s) doctorale(s) : | École doctorale Sciences et ingénierie pour l'information, mathématiques (Limoges ; 2009-2018) |
Partenaire(s) de recherche : | Laboratoire : Lma, Laboratoire, Laboratoire |