Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/11349
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
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 |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
Untitled.pdf | 4,87 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.