Please use this identifier to cite or link to this item:
http://univ-bejaia.dz/dspace/123456789/20284
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Iouknane, Idris | - |
dc.contributor.author | Khetache, Billal | - |
dc.contributor.author | Gagaoua ; promoteur | - |
dc.date.accessioned | 2022-11-13T14:06:08Z | - |
dc.date.available | 2022-11-13T14:06:08Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | http://univ-bejaia.dz/dspace/123456789/20284 | - |
dc.description | Option : Automatique et Informatique industrielle | en_US |
dc.description.abstract | Dans ce travail, on a utilisée la combinaison de deep learning et l'attribut HMB (Histogram of marqued background) avec ses réseaux de neurones plus précisément le réseau de neurone convolutif (CNN) pour la reconnaissance des lettres berbères afin de construire une nouvelle représentation d'un jeu de données en utilisant deux types de fichier principale le training et le test aussi pour apprendre à la machine de faire l'apprentissage des lettres manuscrites berbère de type " tafinagh " avec plusieurs cas d'apprentissage. Nous avons obtenu de bons résultats, et nous avons apporté plusieurs améliorations en fusionnent deep learning et l'attribut HMB pour obtenir les meilleurs résultats et un excellent pourcentage possible de la reconnaissance souhaitée. Les résultats obtenus ont montré que le choix du nombre d'époque, la taille de la base de données ainsi que la profondeur du réseau ont une grande influence pour avoir les résultats meilleurs. | en_US |
dc.language.iso | fr | en_US |
dc.publisher | Université Abderrahmane Mira- Bejaia | en_US |
dc.subject | Deep Learnin :, Réseaux de neurones convoltionnel (CNN) : lettres berbère :L'apprentissage profond, Tafinagh | en_US |
dc.title | Reconnaissance automatique de l'écriture amazighe. | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Mémoires de Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
memoire_version_.pdf | 8.58 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.