| Titre : | Modélisation et simulation de la compensation par machine Learning de la dérive en température des capteurs de pH à ISFET |
| Auteurs : | Djelouli Bouazza, Directeur de thèse ; Aziz Maroua +Menaouri Rania, Auteur |
| Type de document : | texte imprimé |
| Editeur : | Université Saïda – Dr Tahar Moulay Faculté de Technologie Département d’Electronique, 2024/2025 |
| Format : | 72 p |
| Accompagnement : | CD |
| Langues: | Français |
| Langues originales: | Français |
| Catégories : | |
| Mots-clés: | ISFET ; dérive thermique ; mesure du pH ; Machine Learning ; compensation ; simulation. |
| Résumé : |
Ce mémoire s’inscrit dans le cadre de la conception de capteurs intelligents capables de
fournir des mesures fiables du pH, même en présence de perturbations thermiques. Le capteur étudié, appelé ISFET (Ion Sensitive Field Effect Transistor), présente de nombreux avantages tels que la miniaturisation, la compatibilité avec les circuits intégrés, et la rapidité de réponse. Cependant, il est très sensible à la température, ce qui provoque une dérive dans la tension de sortie, rendant la mesure du pH imprécise. Ce travail vise donc à modéliser cette dérive thermique et à proposer une méthode de compensation basée sur des techniques de Machine Learning. Plusieurs algorithmes ont été testés, tels que le Perceptron Multi-Couche, les Arbres de Décision et la Forêt Aléatoire. Les résultats de simulation montrent une amélioration significative de la stabilité des mesures. Ce mémoire représente ainsi une contribution à l’intégration de l’intelligence artificielle dans le domaine des capteurs chimiques. |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
Modélisation et simulation de la compensation par machine Learning de la dérive en température des capteurs de pH à ISFET Adobe Acrobat PDF |
