Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/15553
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | DJERIOU, Faiza | - |
dc.contributor.author | BRAHMI, Fatma Zohra Radia | - |
dc.date.accessioned | 2022-04-18T11:04:22Z | - |
dc.date.available | 2022-04-18T11:04:22Z | - |
dc.date.issued | 2020 | - |
dc.identifier.citation | blida1 | fr_FR |
dc.identifier.uri | http://di.univ-blida.dz:8080/jspui/handle/123456789/15553 | - |
dc.description | 4.621.1.1011 : 72p | fr_FR |
dc.description.abstract | Nous avons conçu un algorithme de deep Learning afin d’implémenter un réseau neurone capable de détecter la rétinopathie diabétique, celui-ci commence par classifier les malades et non malades d’après l’apprentissage, ensuite on passe à la détection des anomalies qu’on peut trouver dans un fond d’œil en relation avec la rétinopathie diabétique, pour cela nous avons utilisé MATLAB et un réseau de neurone de type CNN, ensuite on a essayé cet algorithme avec plusieurs paramètres et obtenue différents résultats d’apprentissage et de validation, nous avons classé les images en malade et non malade . | fr_FR |
dc.language.iso | fr | fr_FR |
dc.subject | Deep Learning; CNN; Rétinopathies diabétiques, Réseaux de neurones,Matlab. | fr_FR |
dc.title | Deep Learning pour la Détection de rétinopathie diabétique | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
final-13-07.pdf | 6,08 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.