Transfert d’apprentissage pour des modèles d’apprentissage profond pour estimer la pression artérielle
La pression artérielle (PA) est un indicateur clé de notre santé, mais sa mesure reste souvent ponctuelle et peu représentative de notre quotidien. Ce projet vise à améliorer cette situation grâce à un bracelet intelligent capable de mesurer la PA de manière opportuniste, sans brassard, en utilisant des capteurs comme la photopléthysmographie (PPG).
Le stagiaire contribuera à rendre ces mesures plus précises et personnalisées en appliquant des techniques de transfert dapprentissage à des modèles d’apprentissage profond. Plutôt que de créer un modèle à partir de zéro pour chaque utilisateur, il utilisera de grandes bases de données médicales pour préentraîner les modèles, puis les adapter à chaque personne avec un minimum dinteractions.
Le stagiaire évaluera comment la quantité de données influence la précision des modèles, et testera leur performance sur des données réelles. Ce travail permettra de rendre les dispositifs de mesure de la PA plus accessibles, plus confortables et mieux adaptés à la vie quotidienne.
Céderick Landry
École Nationale d'Ingénieurs de Tunis
Engineering
Technology
Université de Sherbrooke
Globalink Research Award
