L'apprentissage profond pour la vérification des signatures

Please use this identifier to cite or link to this item: http//localhost:8080/jspui/handle/123456789/1827

Full metadata record

DC Field	Value	Language
dc.contributor.author	Yousfi, Douaâ	-
dc.date.accessioned	2022-03-08T07:44:14Z	-
dc.date.available	2022-03-08T07:44:14Z	-
dc.date.issued	2019	-
dc.identifier.uri	http//localhost:8080/jspui/handle/123456789/1827	-
dc.description.abstract	Le travail présenté de ce mémoire de fin d’étude consiste à proposer un modèle basé sur les réseaux de neurones de convolution (CNN) pour la vérification de signature hors ligne indépendante de signataire (WI-OSV). Le modèle proposé constitué de onze (11) couches dont 5 couches de convolution en alternatifs avec 5 autres couches de pooling en finissons par un dernier couche de type entièrement connectée. La base de données ICDAR 2011 sigComp est utilisée pour l’ensemble d’expérimentations et pour la validation de modèle.	en_US
dc.description.sponsorship	Ismail Hadjadj; Abdeljalil Gattal	en_US
dc.language.iso	fr	en_US
dc.publisher	Universite laarbi tebessi tebessa	en_US
dc.subject	Réseaux de neurone convolutif (CNN), vérification de la signature.	en_US
dc.subject	convolution neural networks (CNN), signature verification	en_US
dc.subject	شبكات الخلايا العصبية التلافيفية (CNN) ، التحقق من التوقيع	en_US
dc.title	L'apprentissage profond pour la vérification des signatures	en_US
dc.type	Thesis	en_US
Appears in Collections:	3- إعلام آلي

Files in This Item:

File	Description	Size	Format
memoire yousfi douaa 2019.pdf		2,63 MB	Adobe PDF	View/Open

Admin Tools