| Titre : | Deep learning pour le tri automatique à base d'image |
| Auteurs : | Zineb Sid, Auteur ; Abdelhamid Djeffal, Directeur de thèse |
| Type de document : | Monographie imprimée |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2018 |
| Format : | 1 vol. (53 p.) / 30 cm |
| Langues: | Français |
| Mots-clés: | apprentissage automatique (machine learning),deep learning (apprentissage approfondi),réseaux de neurones,tri automatique,réseaux neuronal conventionnel,fruit dattier |
| Résumé : |
Les réseaux de neurones artificiels (RNA) représentant une méthode d'apprentissage automatique (machine learning) largement utilisée depuis plusieurs décennies.récemment, une méthode a été développée utilisant les RNA appelée deep learning (apprentissage en profondeur) qui permet d'extraire les caractéristiques les plus pertinentes pour distinguer des exemples d'un ensemble de données. le tri automatique vise à automatiser des taches manuelles de tri pour les accélérer et améliorer leur précision.les méthodes actuelle de tri automatique à base d'image se basent sur la définition des caractéristiques par des experts. dans ce mémoire,nous avons utilisé la méthode de deep learning, plus précisément les réseaux de neurones convolutionnels (CNN)dans le processus de tri des dattes pour déterminer automatiquement leur qualité, compte tenu fait que les dattes représentant un produit d'une grande importance économique dans notre pays |
| Sommaire : |
1.deep learning 2.tri automatique 3.conception 4.implémentation 5.conclusion générale |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| MINF/379 | Mémoire master | bibliothèque sciences exactes | Consultable |
