les Thèses Soutenues à l'USTO MB
vous cherchez une thèse?
A partir de cette page vous pouvez :
Retourner au premier écran avec les dernières notices... | Votre compte |
Catégories
Faire une suggestion Affiner la recherche
Titre : Integration des apporches evolutionnaires dans les modèles connexionistes Type de document : document électronique Auteurs : Nabil NEGGAZ, Auteur Année de publication : 2013 Importance : 182 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : classification phonétique , reconnaissance des expressions facials , reconnaissance des signatures hors ligne , TIMIT,JAFFE,GPDS960 ,réseaux de neurones , les algorithmes évolutionnaires Résumé : Les travaux de recherche menés dans le cadre de cette thèse portent sur la reconnaissance des formes par les approches bio-inspirées. Plusieurs contributions ont été apportées. D’abord, on a étudié le problème de la classification phonétique et on a développé plusieurs techniques avancées qui s’inspirent des métaphores biologiques comme l’immunologie et l’évolution génétique ((Algorithme génétique multi populations(MPGA), l’algorithme de la sélection clonale (CSA), l’évolution différentielle (DE)), la recherche dispersée (SS), les stratégies d’évolution améliorées (ES) et du comportement éthologique (La colonie des abeilles artificielles). Ensuite, on a exploré le domaine de la reconnaissance d’expressions faciales. Enfin, le domaine de la reconnaissance des signatures hors ligne a suscité l’intérêt de la communauté scientifique. De plus, cette modalité est largement utilisée dans notre vie quotidienne ce qui motive l’utilité de ce travail. Pour réaliser la tache de la reconnaissance, il faut tout d’abord extraire les paramètres pertinents ensuite on passe à l’apprentissage puis la décision. Dans le cadre de la classification phonétique, on a utilisé les coefficients MFCC de la base de données TIMIT et pour la reconnaissance des expressions faciales, on a pris les 11 distances.
La reconnaissance des signatures hors ligne utilise le descripteur SIFT pour extraire les caractéristiques pertinentes. Pour surmonter le problème de minima locaux des réseaux de neurones, plusieurs voies sont envisageables. Parmi les solutions proposées dans cette thèse, on a fait appel aux modèles hybrides qui combinent les réseaux de neurones avec les algorithmes bio-inspirés ou les algorithmes inspirés de la théorie des essaims d’abeilles.
L’originalité du travail se situe au niveau de l’utilisation de l’algorithme de la sélection clonale pour l’apprentissage des réseaux de neurones dans le domaine de la classification phonétique. Cet algorithme permet de reconnaitre les différentes classes phonétiques avec un taux de 76.53%. De plus, on a conçu le modèle hybride NN-ABC qui est appliqué au problème de reconnaissance d’expression faciale (La base de données JAFFE). Cet algorithme arrive à identifier les différentes expressions avec un taux de reconnaissance égal à 84%. Enfin, on a appliqué trois modèles neuro-évolutionnaires (NN-ABC, NN-CMAES et NN-SS) au problème de la reconnaissance des signatures hors ligne (GPDS960 data base).
Une étude comparative sur la base de données IRIS a montré qu’avec la méthode NN-CSA, la discrimination des individus est améliorée par rapport aux méthodes (NN-DE, NN-MPGA et AINET).Directeur de thèse : BENYETTOU , Abdelkader Integration des apporches evolutionnaires dans les modèles connexionistes [document électronique] / Nabil NEGGAZ, Auteur . - 2013 . - 182 p. + CD.
Langues : Français (fre)
Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : classification phonétique , reconnaissance des expressions facials , reconnaissance des signatures hors ligne , TIMIT,JAFFE,GPDS960 ,réseaux de neurones , les algorithmes évolutionnaires Résumé : Les travaux de recherche menés dans le cadre de cette thèse portent sur la reconnaissance des formes par les approches bio-inspirées. Plusieurs contributions ont été apportées. D’abord, on a étudié le problème de la classification phonétique et on a développé plusieurs techniques avancées qui s’inspirent des métaphores biologiques comme l’immunologie et l’évolution génétique ((Algorithme génétique multi populations(MPGA), l’algorithme de la sélection clonale (CSA), l’évolution différentielle (DE)), la recherche dispersée (SS), les stratégies d’évolution améliorées (ES) et du comportement éthologique (La colonie des abeilles artificielles). Ensuite, on a exploré le domaine de la reconnaissance d’expressions faciales. Enfin, le domaine de la reconnaissance des signatures hors ligne a suscité l’intérêt de la communauté scientifique. De plus, cette modalité est largement utilisée dans notre vie quotidienne ce qui motive l’utilité de ce travail. Pour réaliser la tache de la reconnaissance, il faut tout d’abord extraire les paramètres pertinents ensuite on passe à l’apprentissage puis la décision. Dans le cadre de la classification phonétique, on a utilisé les coefficients MFCC de la base de données TIMIT et pour la reconnaissance des expressions faciales, on a pris les 11 distances.
La reconnaissance des signatures hors ligne utilise le descripteur SIFT pour extraire les caractéristiques pertinentes. Pour surmonter le problème de minima locaux des réseaux de neurones, plusieurs voies sont envisageables. Parmi les solutions proposées dans cette thèse, on a fait appel aux modèles hybrides qui combinent les réseaux de neurones avec les algorithmes bio-inspirés ou les algorithmes inspirés de la théorie des essaims d’abeilles.
L’originalité du travail se situe au niveau de l’utilisation de l’algorithme de la sélection clonale pour l’apprentissage des réseaux de neurones dans le domaine de la classification phonétique. Cet algorithme permet de reconnaitre les différentes classes phonétiques avec un taux de 76.53%. De plus, on a conçu le modèle hybride NN-ABC qui est appliqué au problème de reconnaissance d’expression faciale (La base de données JAFFE). Cet algorithme arrive à identifier les différentes expressions avec un taux de reconnaissance égal à 84%. Enfin, on a appliqué trois modèles neuro-évolutionnaires (NN-ABC, NN-CMAES et NN-SS) au problème de la reconnaissance des signatures hors ligne (GPDS960 data base).
Une étude comparative sur la base de données IRIS a montré qu’avec la méthode NN-CSA, la discrimination des individus est améliorée par rapport aux méthodes (NN-DE, NN-MPGA et AINET).Directeur de thèse : BENYETTOU , Abdelkader Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4488 02-08-328 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-328.pdfAdobe Acrobat PDF
Titre : Matching des documents XML par la mesure de similarité à base WordNet Type de document : document électronique Auteurs : Fatiha DJAHAFI, Auteur Année de publication : 2013 Importance : 90 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Document XML, Matching, Mesure de similarité, Wordnet Résumé : De nos jours, XML est devenu un standard incontournable pour la représentation et l’échange de données sur le Web. De plus, non seulement les collections de documents XML sont réutilisées, mais le volume de leurs échanges s’accroît continuellement. L’avantage de ces documents est qu’ils possèdent une structure qui facilite leur présentation, ainsi que leur interprétation et leur exploitation dans des contextes présentant différents besoins.
La problématique engendrée par ce type de document est liée à la nature de leur contenu. Cependant l’information apportée par les balises peut varier d’un simple découpage de la structure du document (titre, sections, paragraphe) à un véritable découpage sémantique dans lequel les balises donnent des informations sur le contenu des éléments textuels.
Nous nous intéressons plus particulièrement au matching, qui est nécessaire pour la collection de documents xml. Le matching est par définition un processus qui vise à identifier et découvrir les correspondances sémantiques entre différents formats de documents tels que les documents xml.
Notre objectif consiste à être en mesure de réaliser un matching entre les termes des documents XML basé sur ressource WordNet et en s’appuyant sur les différentes techniques de mesure de similarité à base de Wordnet.
Directeur de thèse : HAOUAS ,Abdelkader Matching des documents XML par la mesure de similarité à base WordNet [document électronique] / Fatiha DJAHAFI, Auteur . - 2013 . - 90 p. + CD.
Langues : Français (fre)
Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Document XML, Matching, Mesure de similarité, Wordnet Résumé : De nos jours, XML est devenu un standard incontournable pour la représentation et l’échange de données sur le Web. De plus, non seulement les collections de documents XML sont réutilisées, mais le volume de leurs échanges s’accroît continuellement. L’avantage de ces documents est qu’ils possèdent une structure qui facilite leur présentation, ainsi que leur interprétation et leur exploitation dans des contextes présentant différents besoins.
La problématique engendrée par ce type de document est liée à la nature de leur contenu. Cependant l’information apportée par les balises peut varier d’un simple découpage de la structure du document (titre, sections, paragraphe) à un véritable découpage sémantique dans lequel les balises donnent des informations sur le contenu des éléments textuels.
Nous nous intéressons plus particulièrement au matching, qui est nécessaire pour la collection de documents xml. Le matching est par définition un processus qui vise à identifier et découvrir les correspondances sémantiques entre différents formats de documents tels que les documents xml.
Notre objectif consiste à être en mesure de réaliser un matching entre les termes des documents XML basé sur ressource WordNet et en s’appuyant sur les différentes techniques de mesure de similarité à base de Wordnet.
Directeur de thèse : HAOUAS ,Abdelkader Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4487 02-08-327 Version numérique et papier Bibliothèque Centrale Mémoire de Magister Exclu du prêt Documents numériques
Matching des documents XML par la mesure de similarité à base WordNetAdobe Acrobat PDF Méthode de reconnaissance de l'écriture Arabe manuscrite en utilisant les réseaux neuronaux / MUSTAPHA KADRI
Titre : Méthode de reconnaissance de l'écriture Arabe manuscrite en utilisant les réseaux neuronaux Type de document : document électronique Auteurs : MUSTAPHA KADRI, Auteur Année de publication : 2010 Importance : 91 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Reconnaissance d’écriture arabe manuscrite, OCR, Caractères arabe manuscrits,
Segmentation, Extraction des primitives, Les réseaux de neurones Spike, SVMRésumé : Ce présent travail est inscrit dans le domaine de l a reconnaissance automatique du texte
manuscrit et imprimé, au sens large des termes, et en particulier la reconnaissance de l’écriture
arabe manuscrite hors-lignes. Il consiste à la réalisation d’un système complet de reconnaissance
de l’écriture arabe manuscrite hors-lignes en utilisant la base de données IFN/ENIT
DATABASE. Le système proposé consiste en quatre étapes : le prétraitement du texte, la
segmentation du mot en caractère s, l’extraction des primitives, et la reconnaissance des
caractères par application de deux algorithmes d’apprentissage automatique : le réseau de
neurones SPIKE (SNN) (a impulsion) et les Support Vecteur Machines souvent traduit par
l’appellation de Séparateur à Vaste Marge (SVM) multi-classes.
L’objectif de ce travail est atteint, et les résultats initiaux obtenus sont encourageants et
prometteurs. Le taux de la méthode proposée de segmentation des mots en caractères est de 88 %, sur
un sous corpus de mots de l’ensemble de Set_a de la base IFN /ENIT database. Et les résultats
obtenus pour les taux de reconnaissance pour les deux approches de reconnaissance sont de 76%
pour la méthode SVM, et de 69% pour la méthode SNN, avec deux observations intéressantes
pour ces deux algorithmes : la première c’est que la méthode SNN est plus rapide que SVM ; et
la deuxième c’est que SVM est stable par rapport au réseau Spike aux variations de la forme des
lettres. Ces résultats sont encourageants par rapport a la diffic ulté liée à la manipulation de
l’écriture arabe manuscrite, à la segmentation et à l’extraction des primitives.Directeur de thèse : BENYETTOU , Abdelkader Méthode de reconnaissance de l'écriture Arabe manuscrite en utilisant les réseaux neuronaux [document électronique] / MUSTAPHA KADRI, Auteur . - 2010 . - 91 p. + CD.
Langues : Français (fre)
Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Reconnaissance d’écriture arabe manuscrite, OCR, Caractères arabe manuscrits,
Segmentation, Extraction des primitives, Les réseaux de neurones Spike, SVMRésumé : Ce présent travail est inscrit dans le domaine de l a reconnaissance automatique du texte
manuscrit et imprimé, au sens large des termes, et en particulier la reconnaissance de l’écriture
arabe manuscrite hors-lignes. Il consiste à la réalisation d’un système complet de reconnaissance
de l’écriture arabe manuscrite hors-lignes en utilisant la base de données IFN/ENIT
DATABASE. Le système proposé consiste en quatre étapes : le prétraitement du texte, la
segmentation du mot en caractère s, l’extraction des primitives, et la reconnaissance des
caractères par application de deux algorithmes d’apprentissage automatique : le réseau de
neurones SPIKE (SNN) (a impulsion) et les Support Vecteur Machines souvent traduit par
l’appellation de Séparateur à Vaste Marge (SVM) multi-classes.
L’objectif de ce travail est atteint, et les résultats initiaux obtenus sont encourageants et
prometteurs. Le taux de la méthode proposée de segmentation des mots en caractères est de 88 %, sur
un sous corpus de mots de l’ensemble de Set_a de la base IFN /ENIT database. Et les résultats
obtenus pour les taux de reconnaissance pour les deux approches de reconnaissance sont de 76%
pour la méthode SVM, et de 69% pour la méthode SNN, avec deux observations intéressantes
pour ces deux algorithmes : la première c’est que la méthode SNN est plus rapide que SVM ; et
la deuxième c’est que SVM est stable par rapport au réseau Spike aux variations de la forme des
lettres. Ces résultats sont encourageants par rapport a la diffic ulté liée à la manipulation de
l’écriture arabe manuscrite, à la segmentation et à l’extraction des primitives.Directeur de thèse : BENYETTOU , Abdelkader Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4390 02-08-230 Version numérique et papier Bibliothèque Centrale Mémoire de Magister Exclu du prêt Documents numériques
Méthode de reconnaissance de l'écriture Arabe manuscrite en utilisant les réseaux neuronauxAdobe Acrobat PDF
Titre : La Reconnaissance Automatique de la Maladie de Parkinson Type de document : document électronique Auteurs : Badra KHELLAT KIHEL, Auteur Année de publication : 2012 Importance : 58p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : La maladie de Parkinson, Mesures de dysphonia, Traitement de parole, Algorithme de sélection clonale, Machine avec vecteurs de support, traitement de signal.
Parkinson’s disease, dysphonia measures, speech analysis, Clonal selection algorithm , Support vector machine, signal processingRésumé : L’objectif de ce travail est de présenter une méthode basée sur l’utilisation de plusieurs types des machines avec vecteurs de support en optimisant ses performances par les systèmes immunitaires artificiels pour l’identification des personnes ayant la maladie de parkinson à partir d’un signal de parole. Comme la maladie de parkinson apparait graduellement alors le telemonitoring et les mesures vocales ont un rôle important dans la détection prématurée de cette maladie. En nous inspirant des systèmes immunitaires nous essayons de capturer plusieurs propriétés utiles à la reconnaissance. Les résultats obtenus sont encourageants et montrent une fiabilité de l’approche.
This work deals the application of different techniques of support vector machine by hybridization with the artificial immune system to discriminate between healthy and people with parkinson’s disease (PWP). As the symptoms of Parkinson’s disease (PD) occur gradually and mostly targeting the elderly people for whom physical visits to the clinic are inconvenient and costly, telemonitoring of the disease using measurements of dysphonia (vocal features) has a vital role in its early diagnosis. Taking inspiration from natural immune systems, we try to grab useful properties such as automatic recognition, memorization and adaptation. The results obtained are satisfactory and show a reliability of the approachDirecteur de thèse : BENYETTOU ,Mohamed La Reconnaissance Automatique de la Maladie de Parkinson [document électronique] / Badra KHELLAT KIHEL, Auteur . - 2012 . - 58p. + CD.
Langues : Français (fre)
Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : La maladie de Parkinson, Mesures de dysphonia, Traitement de parole, Algorithme de sélection clonale, Machine avec vecteurs de support, traitement de signal.
Parkinson’s disease, dysphonia measures, speech analysis, Clonal selection algorithm , Support vector machine, signal processingRésumé : L’objectif de ce travail est de présenter une méthode basée sur l’utilisation de plusieurs types des machines avec vecteurs de support en optimisant ses performances par les systèmes immunitaires artificiels pour l’identification des personnes ayant la maladie de parkinson à partir d’un signal de parole. Comme la maladie de parkinson apparait graduellement alors le telemonitoring et les mesures vocales ont un rôle important dans la détection prématurée de cette maladie. En nous inspirant des systèmes immunitaires nous essayons de capturer plusieurs propriétés utiles à la reconnaissance. Les résultats obtenus sont encourageants et montrent une fiabilité de l’approche.
This work deals the application of different techniques of support vector machine by hybridization with the artificial immune system to discriminate between healthy and people with parkinson’s disease (PWP). As the symptoms of Parkinson’s disease (PD) occur gradually and mostly targeting the elderly people for whom physical visits to the clinic are inconvenient and costly, telemonitoring of the disease using measurements of dysphonia (vocal features) has a vital role in its early diagnosis. Taking inspiration from natural immune systems, we try to grab useful properties such as automatic recognition, memorization and adaptation. The results obtained are satisfactory and show a reliability of the approachDirecteur de thèse : BENYETTOU ,Mohamed Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4459 02-08-299 Version numérique et papier Bibliothèque Centrale Mémoire de Magister Exclu du prêt Documents numériques
La Reconnaissance Automatique de la Maladie de ParkinsonAdobe Acrobat PDF
Titre : Reconnaissance de l'écriture en ligne par les réseaux de neurones dynamiques Type de document : document électronique Auteurs : Abdelaziz BELAID, Auteur Année de publication : 2015 Importance : 109 p. Accompagnement : CD Langues : Français (fre) Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Reconnaissance des formes, Reconnaissance de Caractères Isolés en ligne, Manuscrit Arabe, Réseaux de Neurones à Décalage Temporel
Pattern recognition, On line isolated character recognition, Arabic Manuscript, Time
Delay NeuralNetwork
التعرف الآلي على الأشكال، التعرف الآلي المباشر على الحروف ، الخط العربي، شبكة النروناتRésumé : Le cadre de ce travail se situe dans le domaine de la reconnaissance de caractères arabes isolés en ligne, et la motivation principale dans celui-ci est d’étudier le manuscrit arabe via à vis la technologie en ligne. Notre système s'appuie sur un réseau de neurones à convolution pour la reconnaissance de caractères arabes isolés, pierre angulaire de nos travaux futurs sur le reconnaisseur mot. Nous détaillerons le système implémenté basé sur les réseaux de neurones à décalage temporel (TDNN), cette approche propose une architecture composée de deux parties, la première partie est une phase d'extraction des caractéristiques propre au TDNN, la deuxième partie est un perceptron multicouches (PMC) classique élaboré pour la classification. Pour les besoins de cette application, nous ferons appel à notre base de données NOUN. Le paramétrage de ces deux parties nous permettra d'analyser l'impact de la topologie TDNN sur les résultats de taux de reconnaissance des caractères.
Les scores pour TDNN avec les algorithmes d'apprentissages RP, LM, GD et SCG sont respectivement 68,49 % , 79,97% , 30,53% et 62,52% à base de reconnaissance.
The frame work is located in the field of the character isolated Arabic recognition on line. The
principal motivation for this work is to study the Arabian manuscript and the on line technology.
Our system is based on a neural network for isolated Arabic character recognition, which is the first
step toward our future works on the word recognition. This system is based on the time delay
neural network (TDNN). Our approach proposes an architecture composed of two parts, the first
part is an extraction phase of the features in the TDNN, the second is a perceptron multilayer (PMC)
elaborated for the classification. For the requirement of this application, we designed a corpus
named NOUN data base. The parameterization of these two parts will allow to analyze the impact of
the TDNN topology on characoriter recognition rate.
The scores for TDNN with the algorithme apprenticeship are respectively 68,49 % , 79,97% ,
30,53% and 62,50% a significant recognition
یقع ھذا العمل في مجال التعرف الآلي المباشر على الحروف العربیة، و الدافع الأساسي ھو دراسة الكتابة العربیة تجاه التكنولوجیا
المباشرة.
نظامنا یعتمد على شبكة النرونات العصبیة للتعرف الآلي المباشر على الحروف العربیة ألمعزولة ویعتبر حجر الاساس في عملنا المستقبلى
وھذا النھج یوفر بنیة مكونة ،(TDNN) اي التعرف على الكلمة. و سوف نتطرق بالتفصیل الي نظام تنفیذھا على أساس الشبكات العصبیة
وضع ، (PMC) والجزء الثاني ھو برسبترون متعدد الطبقات ، TDNN من جزأین ، الجزء الأول ھو مرحلة الاستخراج التي تمیز
لمعیار التصنیف ، وسوف نستخدم قاعدة بیانات المعلومات الخاصة بالمخبر "نون".
على نتائج معدل التعرف على الحروف TDNN ترقیم ھذین الجزءین سوف یسمح لنا بتحلیل أثر طوبولوجیا
أعطت النسب على التوالي: SCG GD LM RP الذي استعملت فیھ خوارزمیات التدریب TDNN نتائج البحث باستعمال
. 62,52% 30,53% 79,97% 68,49%
Directeur de thèse : BENYETTOU,Abdelkader Reconnaissance de l'écriture en ligne par les réseaux de neurones dynamiques [document électronique] / Abdelaziz BELAID, Auteur . - 2015 . - 109 p. + CD.
Langues : Français (fre)
Catégories : Informatique:Reconnaissance des Formes - Intelligence Artificielle Mots-clés : Reconnaissance des formes, Reconnaissance de Caractères Isolés en ligne, Manuscrit Arabe, Réseaux de Neurones à Décalage Temporel
Pattern recognition, On line isolated character recognition, Arabic Manuscript, Time
Delay NeuralNetwork
التعرف الآلي على الأشكال، التعرف الآلي المباشر على الحروف ، الخط العربي، شبكة النروناتRésumé : Le cadre de ce travail se situe dans le domaine de la reconnaissance de caractères arabes isolés en ligne, et la motivation principale dans celui-ci est d’étudier le manuscrit arabe via à vis la technologie en ligne. Notre système s'appuie sur un réseau de neurones à convolution pour la reconnaissance de caractères arabes isolés, pierre angulaire de nos travaux futurs sur le reconnaisseur mot. Nous détaillerons le système implémenté basé sur les réseaux de neurones à décalage temporel (TDNN), cette approche propose une architecture composée de deux parties, la première partie est une phase d'extraction des caractéristiques propre au TDNN, la deuxième partie est un perceptron multicouches (PMC) classique élaboré pour la classification. Pour les besoins de cette application, nous ferons appel à notre base de données NOUN. Le paramétrage de ces deux parties nous permettra d'analyser l'impact de la topologie TDNN sur les résultats de taux de reconnaissance des caractères.
Les scores pour TDNN avec les algorithmes d'apprentissages RP, LM, GD et SCG sont respectivement 68,49 % , 79,97% , 30,53% et 62,52% à base de reconnaissance.
The frame work is located in the field of the character isolated Arabic recognition on line. The
principal motivation for this work is to study the Arabian manuscript and the on line technology.
Our system is based on a neural network for isolated Arabic character recognition, which is the first
step toward our future works on the word recognition. This system is based on the time delay
neural network (TDNN). Our approach proposes an architecture composed of two parts, the first
part is an extraction phase of the features in the TDNN, the second is a perceptron multilayer (PMC)
elaborated for the classification. For the requirement of this application, we designed a corpus
named NOUN data base. The parameterization of these two parts will allow to analyze the impact of
the TDNN topology on characoriter recognition rate.
The scores for TDNN with the algorithme apprenticeship are respectively 68,49 % , 79,97% ,
30,53% and 62,50% a significant recognition
یقع ھذا العمل في مجال التعرف الآلي المباشر على الحروف العربیة، و الدافع الأساسي ھو دراسة الكتابة العربیة تجاه التكنولوجیا
المباشرة.
نظامنا یعتمد على شبكة النرونات العصبیة للتعرف الآلي المباشر على الحروف العربیة ألمعزولة ویعتبر حجر الاساس في عملنا المستقبلى
وھذا النھج یوفر بنیة مكونة ،(TDNN) اي التعرف على الكلمة. و سوف نتطرق بالتفصیل الي نظام تنفیذھا على أساس الشبكات العصبیة
وضع ، (PMC) والجزء الثاني ھو برسبترون متعدد الطبقات ، TDNN من جزأین ، الجزء الأول ھو مرحلة الاستخراج التي تمیز
لمعیار التصنیف ، وسوف نستخدم قاعدة بیانات المعلومات الخاصة بالمخبر "نون".
على نتائج معدل التعرف على الحروف TDNN ترقیم ھذین الجزءین سوف یسمح لنا بتحلیل أثر طوبولوجیا
أعطت النسب على التوالي: SCG GD LM RP الذي استعملت فیھ خوارزمیات التدریب TDNN نتائج البحث باستعمال
. 62,52% 30,53% 79,97% 68,49%
Directeur de thèse : BENYETTOU,Abdelkader Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 4529 02-08-369 Version numérique et papier Bibliothèque Centrale Mémoire de Magister Exclu du prêt Documents numériques
Reconnaissance de l'écriture en ligne par les réseaux de neurones dynamiquesAdobe Acrobat PDF Reconnaissance hors ligne des chiffres manuscrits isoles par l'approche neuro- genetique / Ghizlaine KROUCHI
PermalinkPermalinkSegmentation des images satellitaires a haute résolution a haute résolution par les contours actifs / Abdelkader GHAZLI
PermalinkUtilisation des réseaux de neurones à impultions sous forme de réservoir pour la classification des images biométriques. / BOUKHARI Wassila
Permalink
BUC USTOMB'Thèses
Service Thèse de la BUC met à votre votre disposition L'ensemble des thèses de doctorat et mémoires de magister soutenues à l'USTO MB
Adresse
BUC USTOMB'ThèsesBibliothèque centrale USTOMB
BP 1505 EL M'Naouer USTO ORAN
Algérie
(213)041627180
contact