dc.contributor.author |
Messaoudi, Sofiane |
|
dc.contributor.author |
Arroul, Benyamine |
|
dc.contributor.author |
Tighzert, L. ; promoteur |
|
dc.date.accessioned |
2022-04-19T11:46:47Z |
|
dc.date.available |
2022-04-19T11:46:47Z |
|
dc.date.issued |
2021 |
|
dc.identifier.uri |
http://hdl.handle.net/123456789/18653 |
|
dc.description |
Option : Automatique et informatique industrielle |
en_US |
dc.description.abstract |
Le travail présenté dans ce mémoire a pour objectif principal de proposer la création
d’une base de données un système de reconnaissance hors-ligne de l’écriture manuscrite
berbère. Une étude approfondie de ce domaine nous indique que la difficulté de la
reconnaissance vient principalement de l’ambiguïté existante souvent à cause de la présence de
bruit, de la grande variation des styles d’écriture et de la similarité qui existe entre les entités à
reconnaître. Et pour palier a cela, nous avons opter pour un apprentissage via les réseaux de
neurones convolutif. |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Université Abderrahmane Mira- Bejaia |
en_US |
dc.subject |
Intelligence artificiel : Vision artificiel : Apprentissage profond : Réseaux de neurones convolutif : Base de données |
en_US |
dc.title |
Reconnaissance des caractères manuscrits de la langue berbère par Deep Learning appliqué à la base de données berbère Dataset. |
en_US |
dc.type |
Thesis |
en_US |