Dépôt DSpace/Université Larbi Tébessi-Tébessa

La reconnaissance des chiffres manuscrits isolés en utilisant l’apprentissage profond

Afficher la notice abrégée

dc.contributor.author Guedri, marouane
dc.date.accessioned 2022-03-08T08:13:39Z
dc.date.available 2022-03-08T08:13:39Z
dc.date.issued 2019
dc.identifier.uri http//localhost:8080/jspui/handle/123456789/1834
dc.description.abstract La reconnaissance des chiffres manuscrits est le premier problème de recherche de la communauté de l'analyse et de la reconnaissance de documents depuis plus de trois décennies. Les sous-problèmes de reconnaissance des chiffres manuscrits comprennent principalement la segmentation, la reconnaissance des caractères isolés et la reconnaissance des chaînes des chiffres et des chiffres isolés. Parmi ces différentes modalités, nous nous intéresserons à la reconnaissance des chiffres manuscrits isolés en utilisant l'apprentissage profond pour connaître le contenu d'une image de la base de données non normalisé CVL basé sur le modèle de « Convolutional Neural Networks- CNNs ». en_US
dc.description.sponsorship A. Gattal en_US
dc.language.iso fr en_US
dc.publisher Universite laarbi tebessi tebessa en_US
dc.subject chiffres manuscrits isolés, binarisation, rembourrage (Padding), apprentissage profond, réseau de neurones convolution (CNNs). en_US
dc.subject isolated handwritten digits, Binarization, Padding, Deep learning, Convolutional neural network (CNNs). en_US
dc.subject : الأرقام المعزولة المكتوبة بخط اليد، الترميز الثنائي، الحشو، التعلم العميق، الشبكات العصبية، الشبكة العصبية التلافيفية (CNNs en_US
dc.title La reconnaissance des chiffres manuscrits isolés en utilisant l’apprentissage profond en_US
dc.type Thesis en_US


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée