Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite / Ryad Lotfi Mahtal (2020) 

Public ISBD Titre : Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite Type de document : document électronique Auteurs : Ryad Lotfi Mahtal, Auteur ; Khalil Meftah, Auteur ; Nesrine Bouadjenek, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2020 Importance : 1 fichier PDF (4.1 M) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 85 - 88 Langues : Français (fre) Mots-clés : Prédiction du genre de l’écrivain Ecriture manuscrite Texture CNN Filtres Gabor Index. décimale : PN00920 Résumé : L’écriture manuscrite est une biométrie comportementale personnelle qui caractérise l’individu d’une façon unique. Elle permet d’obtenir plusieurs informations propre à son auteur tel que le genre. Dans ce travail, nous proposons un système de prédiction automatique du genre à partir de l’écriture manuscrite en utilisant l’apprentissage profond. A cet effet, nous proposons en premier lieu de générer des images textures par genre à partir des échantillons d’écriture manuscrite. Nous associerons ensuite ces images à un Réseau de Neurones Convolutifs (CNN) afin d’extraire les caractéristiques propres à chaque genre.Enfin, nous proposons d’utiliser les filtres de Gabor avec les CNNs pour une meilleure ex-traction de caractéristiques. Les différents tests sont effectués sur deux bases de données standards. Les résultats obtenus sont très satisfaisants et prometteurs. Apport de l’apprentissage profond pour la prédiction du genre à partir de l’écriture manuscrite [document électronique] / Ryad Lotfi Mahtal, Auteur ; Khalil Meftah, Auteur ; Nesrine Bouadjenek, Directeur de thèse . - [S.l.] : [s.n.], 2020 . - 1 fichier PDF (4.1 M) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 85 - 88 Langues : Français (fre) Mots-clés : Prédiction du genre de l’écrivain Ecriture manuscrite Texture CNN Filtres Gabor Index. décimale : PN00920 Résumé : L’écriture manuscrite est une biométrie comportementale personnelle qui caractérise l’individu d’une façon unique. Elle permet d’obtenir plusieurs informations propre à son auteur tel que le genre. Dans ce travail, nous proposons un système de prédiction automatique du genre à partir de l’écriture manuscrite en utilisant l’apprentissage profond. A cet effet, nous proposons en premier lieu de générer des images textures par genre à partir des échantillons d’écriture manuscrite. Nous associerons ensuite ces images à un Réseau de Neurones Convolutifs (CNN) afin d’extraire les caractéristiques propres à chaque genre.Enfin, nous proposons d’utiliser les filtres de Gabor avec les CNNs pour une meilleure ex-traction de caractéristiques. Les différents tests sont effectués sur deux bases de données standards. Les résultats obtenus sont très satisfaisants et prometteurs.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00079	PN00920	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable

Documents numériques

MAHTAL.Ryad_MEFTAH.Khalil.pdf URL

Combinaison de classifieurs basée sur les transformées multi-échelles pour la classification de tumeurs cérébrales / Khadidja Yasmine Bourega (2020) 

Public ISBD Titre : Combinaison de classifieurs basée sur les transformées multi-échelles pour la classification de tumeurs cérébrales Type de document : document électronique Auteurs : Khadidja Yasmine Bourega, Auteur ; Basma Mamareli, Auteur ; Nesrine Bouadjenek, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2020 Importance : 1 fichier PDF (16 M) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 88 - 92 Langues : Français (fre) Mots-clés : Tumeur cérébrale Magnétique -- Imagerie par résonance SVM Transformées multi-échelles Extraction de caractéristiques Combinaison classifieurs Index. décimale : PN00420 Résumé : La classification des tumeurs cérébrales est une tâche cruciale pour évaluer les tumeurs et prendre une décision de traitement en fonction de leurs classes. Dans ce travail, nous proposons un nouveau modèle pour le système automatique de diagnostic de tumeur cérébrale à partir d’images IRM. Le système se compose de quatre étapes, à savoir le prétraitement, l’ex-traction des caractéristiques en utilisant trois transformées multi-échelles, la classification des images selon les différents types de tumeurs cérébrales à l’aide d’un classifieur Machine à vecteurs de support (SVM), et la combinaison parallèle de classifieurs. Dans le cadre de ce travail,nous utiliserons trois ensembles de données accessibles au public pour évaluer l’efficacité de la méthode proposée. La structure du système proposée atteint des performances significatives avec des précisions globales de 100%, 97.33%, 96.02% et 97.29% respectivement pour quatre études Combinaison de classifieurs basée sur les transformées multi-échelles pour la classification de tumeurs cérébrales [document électronique] / Khadidja Yasmine Bourega, Auteur ; Basma Mamareli, Auteur ; Nesrine Bouadjenek, Directeur de thèse . - [S.l.] : [s.n.], 2020 . - 1 fichier PDF (16 M) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 88 - 92 Langues : Français (fre) Mots-clés : Tumeur cérébrale Magnétique -- Imagerie par résonance SVM Transformées multi-échelles Extraction de caractéristiques Combinaison classifieurs Index. décimale : PN00420 Résumé : La classification des tumeurs cérébrales est une tâche cruciale pour évaluer les tumeurs et prendre une décision de traitement en fonction de leurs classes. Dans ce travail, nous proposons un nouveau modèle pour le système automatique de diagnostic de tumeur cérébrale à partir d’images IRM. Le système se compose de quatre étapes, à savoir le prétraitement, l’ex-traction des caractéristiques en utilisant trois transformées multi-échelles, la classification des images selon les différents types de tumeurs cérébrales à l’aide d’un classifieur Machine à vecteurs de support (SVM), et la combinaison parallèle de classifieurs. Dans le cadre de ce travail,nous utiliserons trois ensembles de données accessibles au public pour évaluer l’efficacité de la méthode proposée. La structure du système proposée atteint des performances significatives avec des précisions globales de 100%, 97.33%, 96.02% et 97.29% respectivement pour quatre études

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00074	PN00420	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable

Documents numériques

BOUREGA.Khadidja-Yasmine_MAMARELI.Basma.pdf URL

Conception d’une interface Web pour le diagnostic des maladies des plantes par apprentissage profond / Salah-Eddine Dahmani (2022) 

Public ISBD Titre : Conception d’une interface Web pour le diagnostic des maladies des plantes par apprentissage profond Type de document : document électronique Auteurs : Salah-Eddine Dahmani, Auteur ; Nesrine Bouadjenek, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2022 Importance : 1 fichier PDF (13.4 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2022 Bibliogr. f. 81 - 85 .- Webographie f. 86 Langues : Français (fre) Mots-clés : Vision par ordinateur  Diagnostic des maladies plantes CNN Index. décimale : PN00122 Résumé : La dégradation de la quantité et de la qualité de la production entraîne des pertes économiques. Ainsi, reconnaître les maladies des plantes est très important. Les symptômes de maladies apparaissent dans différentes parties des plantes. Cependant, ce sont les feuilles qui sont le plus couramment utilisées pour détecter l’infection. De nombreux chercheurs utilisent des techniques de vision par ordinateur pour détecter les maladies à l’aide d’images de feuilles. Notre étude diagnostique les maladies des plantes à l’aide de la méthode des réseaux de neurones profonds (DNN) basée sur ces symptômes précoces. Plusieurs modèles de réseaux de neurones convolutifs (CNN) tels que AlexNet, VGG16 et ResNet ont été utilisés en plus d’un modèle que nous proposerons plus tard pour identifier 17 classes avec 14 maladies. Ensuite, nous avons construit une interface Web pour le diagnostic de ces maladies en utilisant l’un de ces modèles. Conception d’une interface Web pour le diagnostic des maladies des plantes par apprentissage profond [document électronique] / Salah-Eddine Dahmani, Auteur ; Nesrine Bouadjenek, Directeur de thèse . - [S.l.] : [s.n.], 2022 . - 1 fichier PDF (13.4 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2022 Bibliogr. f. 81 - 85 .- Webographie f. 86 Langues : Français (fre) Mots-clés : Vision par ordinateur  Diagnostic des maladies plantes CNN Index. décimale : PN00122 Résumé : La dégradation de la quantité et de la qualité de la production entraîne des pertes économiques. Ainsi, reconnaître les maladies des plantes est très important. Les symptômes de maladies apparaissent dans différentes parties des plantes. Cependant, ce sont les feuilles qui sont le plus couramment utilisées pour détecter l’infection. De nombreux chercheurs utilisent des techniques de vision par ordinateur pour détecter les maladies à l’aide d’images de feuilles. Notre étude diagnostique les maladies des plantes à l’aide de la méthode des réseaux de neurones profonds (DNN) basée sur ces symptômes précoces. Plusieurs modèles de réseaux de neurones convolutifs (CNN) tels que AlexNet, VGG16 et ResNet ont été utilisés en plus d’un modèle que nous proposerons plus tard pour identifier 17 classes avec 14 maladies. Ensuite, nous avons construit une interface Web pour le diagnostic de ces maladies en utilisant l’un de ces modèles.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00412	PN00122	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable

Documents numériques

DAHMANI.Salah-Eddine.pdf URL

Détection de changement par images d’observation de la terre et techniques avancées d’apprentissage profond / Cylia Ouadah (2020) 

Public ISBD Titre : Détection de changement par images d’observation de la terre et techniques avancées d’apprentissage profond Type de document : document électronique Auteurs : Cylia Ouadah, Auteur ; Rachika El Hassna Hamadache, Auteur ; Meziane Iftene, Directeur de thèse ; Nesrine Bouadjenek, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2020 Importance : 1 fichier PDF (5.7 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 73 - 76 Langues : Français (fre) Mots-clés : Imagerie satellitaire Détection de changement Apprentissage profond Réseaux neurones convolutifs Apprentissage par transfert Index. décimale : PN01020 Résumé : Le progrès technologique qu’a connu le domaine de la vision par ordinateur et les nouvelles générations de satellites, a fait révolutionner la science de l’observation de la terre, en particulier la problématique de la détection de changement. A cet effet, notre travail met en avant ces technologies modernes et propose deux systèmes de détection de changement basés sur les réseaux de neurones entièrement convolutifs. La première approche «FCN-VGG-16 adapté comme extracteur de caractéristiques» présente une méthode non-supervisée exploitant l’extraction de caractéristiques de différentes couches d’un réseau VGG-16 adapté sans couches de Pooling. La seconde approche «FCN-Siamois ED&DI sans maxpooling» met en avant les performances d’un réseau siamois modifié entièrement convolutif, entrainé de façon end-to-end et utilisant les «long skip-connections » afin d’exploiter la distance euclidienne et la différence d’image pour la classification des pixels.L’entrainement de cette deuxième approche supervisée se réfère à une base de données créée par nous-mêmes,à partir des images satellites bitemporelles disponibles avec leurs cartes de changements respectives.L’évaluation des deux systèmes est faite sur trois datasets de différents types. Les différentes expériences menées sur cet ensemble d’images ont donné des résultats quantitatifs et visuels très prometteurs, et montrent l’efficacité des modèles proposés pour la détection de changement en milieu urbain et en milieu agricole. Détection de changement par images d’observation de la terre et techniques avancées d’apprentissage profond [document électronique] / Cylia Ouadah, Auteur ; Rachika El Hassna Hamadache, Auteur ; Meziane Iftene, Directeur de thèse ; Nesrine Bouadjenek, Directeur de thèse . - [S.l.] : [s.n.], 2020 . - 1 fichier PDF (5.7 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2020 Bibliogr. f. 73 - 76 Langues : Français (fre) Mots-clés : Imagerie satellitaire Détection de changement Apprentissage profond Réseaux neurones convolutifs Apprentissage par transfert Index. décimale : PN01020 Résumé : Le progrès technologique qu’a connu le domaine de la vision par ordinateur et les nouvelles générations de satellites, a fait révolutionner la science de l’observation de la terre, en particulier la problématique de la détection de changement. A cet effet, notre travail met en avant ces technologies modernes et propose deux systèmes de détection de changement basés sur les réseaux de neurones entièrement convolutifs. La première approche «FCN-VGG-16 adapté comme extracteur de caractéristiques» présente une méthode non-supervisée exploitant l’extraction de caractéristiques de différentes couches d’un réseau VGG-16 adapté sans couches de Pooling. La seconde approche «FCN-Siamois ED&DI sans maxpooling» met en avant les performances d’un réseau siamois modifié entièrement convolutif, entrainé de façon end-to-end et utilisant les «long skip-connections » afin d’exploiter la distance euclidienne et la différence d’image pour la classification des pixels.L’entrainement de cette deuxième approche supervisée se réfère à une base de données créée par nous-mêmes,à partir des images satellites bitemporelles disponibles avec leurs cartes de changements respectives.L’évaluation des deux systèmes est faite sur trois datasets de différents types. Les différentes expériences menées sur cet ensemble d’images ont donné des résultats quantitatifs et visuels très prometteurs, et montrent l’efficacité des modèles proposés pour la détection de changement en milieu urbain et en milieu agricole.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00080	PN01020	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable

Documents numériques

OUADAH.Cylia_HAMADACHE.Rachika-Elhassna.pdf URL

Développement et implémentation d’un système de reconnaissance des émotions à partir de la parole et des expressions faciales / Maroua Aissa (2023) 

Public ISBD Titre : Développement et implémentation d’un système de reconnaissance des émotions à partir de la parole et des expressions faciales Type de document : document électronique Auteurs : Maroua Aissa, Auteur ; Romaila Ait mesbah, Auteur ; Nesrine Bouadjenek, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2023 Importance : 1 fichier PDF (14 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Etudes : Electronique : Alger, Ecole Nationale Polytechnique : 2023 Bibliogr. p. 103 - 107 . - Webographie p.108 Langues : Anglais (eng) Mots-clés : SVM CNN Information audio-visuelle MFCCs Raspberry Pi Reconnaissance automatique des émotions Index. décimale : PN01323 Résumé : Les émotions représentent une composante clé de la communication humaine, apportant une richesse et une nuance unique à nos interactions. Ce qui a rendu de la reconnaissance automatique des émotions un domaine de recherche attirant, offrant de vastes possibilités d’application, notamment dans le domaine de l’interaction homme-machine. Dans ce travail, nous proposons un système de reconnaissance des émotions basé sur des informations audio-visuelles, en exploitant les différentes techniques d’apprentissage automatique. Ce Système est conçu pour être implémenté sur une carte électronique, en particulier la Raspberry Pi, afin d’effectuer des prédictions en temps réel. Développement et implémentation d’un système de reconnaissance des émotions à partir de la parole et des expressions faciales [document électronique] / Maroua Aissa, Auteur ; Romaila Ait mesbah, Auteur ; Nesrine Bouadjenek, Directeur de thèse . - [S.l.] : [s.n.], 2023 . - 1 fichier PDF (14 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Etudes : Electronique : Alger, Ecole Nationale Polytechnique : 2023 Bibliogr. p. 103 - 107 . - Webographie p.108 Langues : Anglais (eng) Mots-clés : SVM CNN Information audio-visuelle MFCCs Raspberry Pi Reconnaissance automatique des émotions Index. décimale : PN01323 Résumé : Les émotions représentent une composante clé de la communication humaine, apportant une richesse et une nuance unique à nos interactions. Ce qui a rendu de la reconnaissance automatique des émotions un domaine de recherche attirant, offrant de vastes possibilités d’application, notamment dans le domaine de l’interaction homme-machine. Dans ce travail, nous proposons un système de reconnaissance des émotions basé sur des informations audio-visuelles, en exploitant les différentes techniques d’apprentissage automatique. Ce Système est conçu pour être implémenté sur une carte électronique, en particulier la Raspberry Pi, afin d’effectuer des prédictions en temps réel.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00550	PN01323	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable

Documents numériques

AISSA.Maroua_AIT-MESBAH.Romaila.pdf URL

Fusion de caractéristiques pour la classification des différents niveaux de démence de la maladie d’Alzheimer / Mohamed Nennouche (2022) 

Permalink

Hybrid features fusion for writer identification usingsingle handwritten words / Rayane Kadem (2020) 

Permalink

Intégrale floue avec optimisation par essaim de particules pour la classification des maladies des feuilles de plantes / Melissa Messaoudi (2024) 

Permalink

Traitement et classification du signal EEG pour des applications BCI et pathologique / Anes Kriba (2023) 

Permalink