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 |