Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15396
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorALOUACHE, Adel-
dc.date.accessioned2023-11-19T08:04:32Z-
dc.date.available2023-11-19T08:04:32Z-
dc.date.issued2023-
dc.identifier.urihttp://dspace.univ-bouira.dz:8080/jspui/handle/123456789/15396-
dc.description.abstractCette étude se concentre sur la reconnaissance de chiffres manuscrits en utilisant des réseaux neuronaux convolutifs (CNN) dans le domaine de l’apprentissage profond. Nous avons commencé par contextualiser l'importance de cette technologie dans notre ère numérique croissante. En parcourant l'historique de cette discipline, nous avons noté le passage des méthodes traditionnelles aux approches modernes basées sur le deep learning. Notre recherche a abouti à la création et à l'optimisation d'un modèle de CNN, offrant des performances prometteuses dans la reconnaissance de chiffres manuscrits. Nous avons également exploré diverses applications de cette technologie, allant de la lecture de chèques à l'analyse de données manuscrites.en_US
dc.language.isofren_US
dc.publisherUniversité Akli Mohand Oulhadj - Bouiraen_US
dc.subjectla reconnaissance de chiffres manuscrits, des réseaux neuronaux convolutifs, apprentissage profond.en_US
dc.titleReconnaissance des chiffres en utilisant Deep Learningen_US
dc.typeThesisen_US
Collection(s) :Mémoires Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Mémoire Master.pdf2,17 MBUnknownVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.