Projet de fin d'étude : Apprentissage automatique multimodal
Etudiant : RIYANI BOUCHRA
Filière : Master Web Intelligence et Sciences des Données (WISD)
Encadrant : Pr. YAHYAOUYI ALI
Annèe : 2023
Résumé : Avec la croissance des données sous différentes formes, l'apprentissage artificiel multimodal devient de plus en plus important, notamment dans l'analyse des données médicales et de santé. Dans un premier temps, l'objectif de ce stage sera de passer en revue la littérature sur l'apprentissage automatique multimodal et d'explorer différentes approches pour combiner des informations provenant de diverses modalités, telles que la fusion précoce, la fusion tardive, etc..., ce qui impliquera de rechercher les avancées et les applications récentes dans le domaine et d'identifier les principaux défis et problèmes ouverts, ainsi que de comprendre les forces et les limites des techniques existantes., Puis, mettre en oeuvre et évaluer des modèles d'apprentissage automatique multimodaux, notamment dans le domaine des soins de santé et de l'analyse des données médicales, en utilisant des cadres d'apprentissage profond tels que TensorFlow ou PyTorch.