Repository logo
 

إستعمال مصنف التعلم العميق لتعرف الآلي علي قراء القرءان الكريم

dc.contributor.authorطاهر, رمزي
dc.date.accessioned2021-12-13T10:23:20Z
dc.date.available2021-12-13T10:23:20Z
dc.date.issued2021
dc.description.abstractأخذ التعلم العميق (Deep Learning) في السنوات القليلة الماضية مسألة التعرف الآلي على الصوت إلى مستويات جديدة من الدقة . حيث حاز على أعلى نسب التعرف ، سواء على الكلمات أو على المتكلم. نقدم في هذا البحث نظام للتعرف الآلي على قراء القرءان الكريم اعتمادا على الشبكات العصبونية الالتفافية Convolutional neural network (CNN) و قد تم فيه استخدام خوارزمية استخلاص السمات )(Mel Frequency Cepstral Coefficients (MFCC) حيث يجري تحويل الإشارة الصوتية إلى مصفوفة ثنائية الأبعاد ضمن الفضاء الترددي ومن ثم يتم إدخال هذه المصفوفة كدخل للشبكة العصبونية الالتفافية قمنا باختبار المصنف المقترح على قاعدة بيانات تحتوي على عشرة قراء للقرءان الكريم. حيث بلغت نسبة التعرف في المصنف المقترح 89% .en_US
dc.description.provenanceSubmitted by snv snv (dspace.snv@univ-tebessa.dz) on 2021-12-13T10:23:20Z No. of bitstreams: 1 matser-mathInfo.pdf: 2534956 bytes, checksum: 21b62ec280b843e7a201beb53cc4f7ab (MD5)en
dc.description.provenanceMade available in DSpace on 2021-12-13T10:23:20Z (GMT). No. of bitstreams: 1 matser-mathInfo.pdf: 2534956 bytes, checksum: 21b62ec280b843e7a201beb53cc4f7ab (MD5) Previous issue date: 2021en
dc.description.sponsorshipقاسمي محمدen_US
dc.identifier.urihttp//localhost:8080/jspui/handle/123456789/916
dc.language.isootheren_US
dc.publisherجامعة العربي التبسي تبسةen_US
dc.subjectالتعلم العميق: التعرف الآلي: قراء القرءان الكريم : الشبكات العصبونية الالتفافية : خوارزمية استخلاص السمات :en_US
dc.titleإستعمال مصنف التعلم العميق لتعرف الآلي علي قراء القرءان الكريمen_US
dc.title.alternativeDeep Learning pour la classification des récitateurs du Saint Coranen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
matser-mathInfo.pdf
Size:
2.42 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: