Afficher la notice abrégée
dc.contributor.author |
ADOUR HANENE AHLEM |
|
dc.contributor.author |
BENAOUDA LOUBNA |
|
dc.date.accessioned |
2024-10-13T09:47:33Z |
|
dc.date.available |
2024-10-13T09:47:33Z |
|
dc.date.issued |
2024 |
|
dc.identifier.uri |
https://di.univ-blida.dz/jspui/handle/123456789/31371 |
|
dc.description |
4.621.1.1349;65p |
fr_FR |
dc.description.abstract |
L'objectif de ce projet est de concevoir un système intelligent capable de déconvoluer des
images floues pour avoir des images nettes. Notre approche est basée sur les nouvelles
méthodes de l’apprentissage profond, en particulier les réseaux génératifs antagonistes. Le
projet consiste d'abord en une présentation des modèles GAN et MNET, ainsi que de la
transformation en ondelettes. Ensuite, nous créerons et entraînerons ces modèles en utilisant
des outils dédiés aux domaines de la reconnaissance supervisée. |
fr_FR |
dc.language.iso |
fr |
fr_FR |
dc.publisher |
blida1 |
fr_FR |
dc.subject |
réseaux génératifs adversaires, modèle MNET, images nettes, déconvoluer, image floues, apprentissage profond. |
fr_FR |
dc.title |
Déconvolution d’images réelles par Le GAN |
fr_FR |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée