Composantes de la radio cognitive

Table des matières

Liste des figures
Liste des abréviations
Introduction générale
CHAPITRE I : La radio cognitive
I.1 Introduction
I.2 Radio logicielle (software radio)
I.2.1 Radio logicielle restreinte (Software Defined Radio: SDR)
I.3 Radio cognitive
I.3.1 Historique
I.3.2 Définitions
I.3.3 Principe
I.3.4 Architecture
I.3.5 Cycle de cognition
I.3.6 Composantes de la radio cognitive
I.3.7 Fonctions de la radio cognitive
I.3.8 Domaines d’application de la radio cognitive
I.4 Conclusion
Chapitre II: Deep Learning
II.1 Introduction IA
II.2 Apprentissage automatique
Apprentissage Supervisé
Apprentissage Non-Supervisé
Apprentissage par Renforcement
II.3 Réseaux de neurones (RN)
Perceptron simple
Perceptron multicouches (PMC)
II.4 Apprentissage profond
II.4.1 Les réseaux de neurones récurrents (RNN ou Recurrent Neural Networks)
II.4.2 Les réseaux de neurones convolutionnels (CNN ou Convolutional Neural Networks)
II.4.3 La machine de Boltzmann profonde (DBN ou Deep Belief Network)
II.4.4 Domaines d’applications de Deep Learning
II.5 Deep learning dans la Radio cognitive
II.6 Conclusion
Chapitre III : Contribution et résultats
III.1 Introduction
III.2 Outils utilisés
III.2.1 Plateforme de développement (TensorFlow)
III.2.2 Autres outils de développement
III.3 Travail effectué
III.3.1 Construction de la base d’apprentissage
III.3.2 Choix des critères
III.3.3 Choix de l’algorithme
III.3.4 Scénario proposé
III.3.5 Résultats obtenus
III.4 Conclusion
Conclusion générale
Références bibliographies
Annexe