L'apprentissage profond pour la vérification des signatures

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