Utilisation  du Deep Learning pour la détection des détection des défauts  de soudure sur des images de radiographie de joints soudés

Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/24880

Titre:	Utilisation du Deep Learning pour la détection des détection des défauts de soudure sur des images de radiographie de joints soudés
Auteur(s):	Beghdad, Rania
Mots-clés:	intelligence artificielle, CNN, images radiographiques, défauts de joints soudés, classification, automatisation, détection, précision
Date de publication:	2023
Editeur:	Univ Blida1
Résumé:	Cette thèse vise à tester plusieurs modèles basés sur des réseaux neuronaux convolutionnels pour analyser et détecter plusieurs défauts dans des joints soudés à partir d'images radiographiques. Différentes architectures de réseaux neuronaux convolutionnels seront construites, entraînées et testées sur une base de données comprenant des classes de défauts ainsi qu'une classe sans défaut. L'objectif est d'identifier l'architecture la plus efficace pour prédire plusieurs défauts
Description:	621.1209 ; 101 p ; illustré
URI/URL:	https://di.univ-blida.dz/jspui/handle/123456789/24880
Collection(s) :	Mémoires de Master

Fichier(s) constituant ce document :

Fichier	Description	Taille	Format
Mémoire2023 04-07-2023 (1) (2).pdf		3,22 MB	Adobe PDF	Voir/Ouvrir

DSpace JSPUI