Repository logo
 

L'apprentissage profond pour la vérification des signatures

dc.contributor.authorYousfi, Douaâ
dc.date.accessioned2022-03-08T07:44:14Z
dc.date.available2022-03-08T07:44:14Z
dc.date.issued2019
dc.description.abstractLe travail présenté de ce mémoire de fin d’étude consiste à proposer un modèle basé sur les réseaux de neurones de convolution (CNN) pour la vérification de signature hors ligne indépendante de signataire (WI-OSV). Le modèle proposé constitué de onze (11) couches dont 5 couches de convolution en alternatifs avec 5 autres couches de pooling en finissons par un dernier couche de type entièrement connectée. La base de données ICDAR 2011 sigComp est utilisée pour l’ensemble d’expérimentations et pour la validation de modèle.en_US
dc.description.provenanceSubmitted by snv snv (dspace.snv@univ-tebessa.dz) on 2022-03-08T07:44:14Z No. of bitstreams: 1 memoire yousfi douaa 2019.pdf: 2688998 bytes, checksum: 831255e801083816ea27c13b3ee9fdd8 (MD5)en
dc.description.provenanceMade available in DSpace on 2022-03-08T07:44:14Z (GMT). No. of bitstreams: 1 memoire yousfi douaa 2019.pdf: 2688998 bytes, checksum: 831255e801083816ea27c13b3ee9fdd8 (MD5) Previous issue date: 2019en
dc.description.sponsorshipIsmail Hadjadj; Abdeljalil Gattalen_US
dc.identifier.urihttp//localhost:8080/jspui/handle/123456789/1827
dc.language.isofren_US
dc.publisherUniversite laarbi tebessi tebessaen_US
dc.subjectRéseaux de neurone convolutif (CNN), vérification de la signature.en_US
dc.subjectconvolution neural networks (CNN), signature verificationen_US
dc.subjectشبكات الخلايا العصبية التلافيفية (CNN) ، التحقق من التوقيعen_US
dc.titleL'apprentissage profond pour la vérification des signaturesen_US
dc.typeThesisen_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
memoire yousfi douaa 2019.pdf
Size:
2.56 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: