Afficher la notice abrégée
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 |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée