Veuillez utiliser cette adresse pour citer ce document :
https://di.univ-blida.dz/jspui/handle/123456789/15719
Affichage complet
Élément Dublin Core | Valeur | Langue |
---|---|---|
dc.contributor.author | Bentiba, Fella | - |
dc.contributor.author | Bentouati, Sara | - |
dc.date.accessioned | 2022-05-08T09:48:07Z | - |
dc.date.available | 2022-05-08T09:48:07Z | - |
dc.date.issued | 2021 | - |
dc.identifier.uri | https://di.univ-blida.dz/jspui/handle/123456789/15719 | - |
dc.description | 621.1095 ; 83 p | fr_FR |
dc.description.abstract | Ce mémoire vise à fournir un état de l'art du Deep Learning dans les télécommunications. Il s'agit d'exposer la contribution du Deep Learning dans les télécommunications, puis d'introduire et de présenter le concept d'intelligence artificielle, de Machine Learning et de Deep Learning en l'étendant aux réseaux de neurones et à différents algorithmes. L'étape suivante consiste à créer un modèle de classification d'images basé sur les réseaux CNN en utilisant des bibliothèques comme TensorFlow et Keras. | fr_FR |
dc.language.iso | fr | fr_FR |
dc.publisher | Univ Blida1 | fr_FR |
dc.subject | Télécommunication, Intelligence Artificielle, Machine Learning, Deep Learning, Réseaux de neurones, Algorithme, CNN networks, TensorFlow, Keras | fr_FR |
dc.title | Application de Deep Learning dans la classification d’image | fr_FR |
Collection(s) : | Mémoires de Master |
Fichier(s) constituant ce document :
Fichier | Description | Taille | Format | |
---|---|---|---|---|
mémoire.pdf | 2,31 MB | Adobe PDF | Voir/Ouvrir |
Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.