Please use this identifier to cite or link to this item:
http://localhost:8080/xmlui/handle/123456789/11349Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Derbal, Mohamed | - |
| dc.contributor.author | Menaouer, Naim | - |
| dc.date.accessioned | 2021-04-28T07:52:13Z | - |
| dc.date.available | 2021-04-28T07:52:13Z | - |
| dc.date.issued | 2019 | - |
| dc.identifier.uri | http://di.univ-blida.dz:8080/jspui/handle/123456789/11349 | - |
| dc.description | 621.938 ; 59 p | fr_FR |
| dc.description.abstract | De nos jour l’intellignce artificiel a pris une place considérable dans le quotidien de l’homme, spécialement dans le domaine médical pour le traitement des images médicales. En effet ce travail traite la classification des images histologiques du cancer de sein en utilisant les réseaux de neurones convolutionnel CNN. Au cours de cette études on a réalisé cinq architectures CNN, qui ont données des résultats ascendant jusqu’à arriver à 85 % de précision | fr_FR |
| dc.language.iso | fr | fr_FR |
| dc.publisher | Univ Blida1 | fr_FR |
| dc.subject | Intelligence artificielle, réseaux de neurones convolutionnels, images histologiques, classification des images. | fr_FR |
| dc.title | Classification des images histologiques par Deep Learning | fr_FR |
| Appears in Collections: | Mémoires de Master | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Untitled.pdf | 4,87 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.