Titre :	Deep Learning Approach for Handwritten Arabic Recognition Characters
Type de document :	texte imprimé
Auteurs :	Nasri,Khaled, Directeur de thèse ; Marouani, Maroua, Auteur
Editeur :	Setif:UFA
Année de publication :	2021
Importance :	1 vol (94 f .)
Format :	29 cm
Langues :	Français (fre)
Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Reconnaissance de mots arabes manuscrits Réseau de neuronnes Classification Multiple.
Index. décimale :	004 - Informatique
Résumé :	L’objectif de notre travail de recherche est d’adresser la problématique de la reconnaissance automatique de l’écriture arabe manuscrite par les méthodes avancées du deep learning. Nous avons trouvé que le problème majeur de la lecture automatique de caractères manuscrits cursifs étant la variations infinies des caractéres arabes. Les méthodes choisies sont efficaces .Nous constatons que la performance d’un système de reconnaissance optique de l’écriture arabe manuscrite dépend de toutes les phases du processus de reconnaissance depuis l’acquisition jusqu’à la classification. Nous avons mis l’accent sur deux phases les plus étudiées dans les travaux existants : l’extraction des primitives et la classification. Nous avons orienté notre recherche vers les approches basées sur les concepts de l’intelligence Artificielle plus précisément le Deep Learning il s’agit de l’ application du CNN et du VDCNN pour la classification automatique des caractères arabe manuscrit, en essayant ainsi de l’appliquer sur une nouvelle base de donné suggérer(MDAHC), et d’obtenir des résultats plus performants
Côte titre :	MAI/0523
En ligne :	https://drive.google.com/file/d/1_51SoKVLsl69tBofNQqvDfHC_uu8SaLM/view?usp=shari [...]
Format de la ressource électronique :	pdf

Deep Learning Approach for Handwritten Arabic Recognition Characters [texte imprimé] / Nasri,Khaled, Directeur de thèse ; Marouani, Maroua, Auteur . - [S.l.] : Setif:UFA, 2021 . - 1 vol (94 f .) ; 29 cm.
Langues : Français (fre)

Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Reconnaissance de mots arabes manuscrits Réseau de neuronnes Classification Multiple.
Index. décimale :	004 - Informatique
Résumé :	L’objectif de notre travail de recherche est d’adresser la problématique de la reconnaissance automatique de l’écriture arabe manuscrite par les méthodes avancées du deep learning. Nous avons trouvé que le problème majeur de la lecture automatique de caractères manuscrits cursifs étant la variations infinies des caractéres arabes. Les méthodes choisies sont efficaces .Nous constatons que la performance d’un système de reconnaissance optique de l’écriture arabe manuscrite dépend de toutes les phases du processus de reconnaissance depuis l’acquisition jusqu’à la classification. Nous avons mis l’accent sur deux phases les plus étudiées dans les travaux existants : l’extraction des primitives et la classification. Nous avons orienté notre recherche vers les approches basées sur les concepts de l’intelligence Artificielle plus précisément le Deep Learning il s’agit de l’ application du CNN et du VDCNN pour la classification automatique des caractères arabe manuscrit, en essayant ainsi de l’appliquer sur une nouvelle base de donné suggérer(MDAHC), et d’obtenir des résultats plus performants
Côte titre :	MAI/0523
En ligne :	https://drive.google.com/file/d/1_51SoKVLsl69tBofNQqvDfHC_uu8SaLM/view?usp=shari [...]
Format de la ressource électronique :	pdf