A partir de cette page vous pouvez :
author
| Retourner au premier écran avec les étagères virtuelles... |
Détail de l'auteur
Auteur Nadia Rahmouni |
Documents disponibles écrits par cet auteur
Ajouter le résultat dans votre panier Faire une suggestion Affiner la recherche Interroger des sources externesSegmentation Des Images Couleurs Par les Réseaux de Neurones SOM / Nadia Rahmouni (2016)
Titre : Segmentation Des Images Couleurs Par les Réseaux de Neurones SOM Type de document : theses et memoires Auteurs : Nadia Rahmouni ; Khouas markia ; Sadia Alkama (ép. Hammouche), Directeur de thèse Editeur : Tizi Ouzou : UMMTO.FGEI Année de publication : 2016 Importance : 34 p. Présentation : ill. Format : 30 cm. Note générale : Bibliogr. Langues : Français Mots-clés : Segmentation Kohenon Image SOM Apprentissage Classe Neurones forme Réseaux de neurones Cellule Classification Hiérarchique Ascendante Regroupement Carte Organisation Voisinage Réfèrent Gagnant Zone Technique Sélection Distance Ensemble Initialisation Minimisation Affectation Algorithme . Résumé : Les applications basées sur une technologie réseaux de neurones artificiels couvrent de nombreux domaines tels que la reconnaissance des formes, l’optimisation des tâches répétitives. Etc. Le terme réseaux de neurones artificiels décrit des familles d’algorithmes qui étaient à l’origine inspirés des réseaux de neurones humaines. Le cerveau est capable d’organiser ces neurones selon un assemblage complexe, de manière à pouvoir réaliser des tâches très élaborées.
C’est la tentative d’imiter son comportement et ces performances qui a conduit à une modélisation mathématique du neurone ce qui à donner naissance aux réseaux de neurones artificiels.
Dans la pratique, on est souvent confronté à l'analyse d'images, dans but d'extraire de l'information contenue dans celle-ci. L'analyse de l'image fait souvent appel à la segmentation qui est une étape algorithmique fondamentale, où l'on va
tenter d'associer à chaque pixel de l'image un label en s'appuyant sur l'information portée celui-ci, de délimiter dans l'image étudiée un ensemble de région pertinentes. Pour l'interprétation ou la modélisation de la scène perçue. Il s'agit donc d'une étapeclé. La segmentation des images couleurs, pour cela nous avons opté pour une segmentation avec les réseaux de neurones SOM, car ces derniers nous permettent l’auto organisation de la carte topologique au fur à mesure que les données (image) sont introduites.En ligne : https://dl.ummto.dz/bitstream/handle/ummto/7668/RahmouniNadia_KhouasMarkia.pdf?s [...] Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=25702 Segmentation Des Images Couleurs Par les Réseaux de Neurones SOM [theses et memoires] / Nadia Rahmouni ; Khouas markia ; Sadia Alkama (ép. Hammouche), Directeur de thèse . - Tizi Ouzou (Tizi Ouzou) : UMMTO.FGEI, 2016 . - 34 p. : ill. ; 30 cm.
Bibliogr.
Langues : Français
Mots-clés : Segmentation Kohenon Image SOM Apprentissage Classe Neurones forme Réseaux de neurones Cellule Classification Hiérarchique Ascendante Regroupement Carte Organisation Voisinage Réfèrent Gagnant Zone Technique Sélection Distance Ensemble Initialisation Minimisation Affectation Algorithme . Résumé : Les applications basées sur une technologie réseaux de neurones artificiels couvrent de nombreux domaines tels que la reconnaissance des formes, l’optimisation des tâches répétitives. Etc. Le terme réseaux de neurones artificiels décrit des familles d’algorithmes qui étaient à l’origine inspirés des réseaux de neurones humaines. Le cerveau est capable d’organiser ces neurones selon un assemblage complexe, de manière à pouvoir réaliser des tâches très élaborées.
C’est la tentative d’imiter son comportement et ces performances qui a conduit à une modélisation mathématique du neurone ce qui à donner naissance aux réseaux de neurones artificiels.
Dans la pratique, on est souvent confronté à l'analyse d'images, dans but d'extraire de l'information contenue dans celle-ci. L'analyse de l'image fait souvent appel à la segmentation qui est une étape algorithmique fondamentale, où l'on va
tenter d'associer à chaque pixel de l'image un label en s'appuyant sur l'information portée celui-ci, de délimiter dans l'image étudiée un ensemble de région pertinentes. Pour l'interprétation ou la modélisation de la scène perçue. Il s'agit donc d'une étapeclé. La segmentation des images couleurs, pour cela nous avons opté pour une segmentation avec les réseaux de neurones SOM, car ces derniers nous permettent l’auto organisation de la carte topologique au fur à mesure que les données (image) sont introduites.En ligne : https://dl.ummto.dz/bitstream/handle/ummto/7668/RahmouniNadia_KhouasMarkia.pdf?s [...] Format de la ressource électronique : Permalink : ./index.php?lvl=notice_display&id=25702 Réservation
Réserver ce document
Exemplaires
Code-barres Cote Support Localisation Section Disponibilité MAST.AUTO.83-16/2 MAST.AUTO.83-16 Mémoires Magasin de Thèses et Mémoires / FGE Master en Automatique Disponible MAST.AUTO.83-16/1 MAST.AUTO.83-16 Mémoires Magasin de Thèses et Mémoires / FGE Master en Automatique Disponible Les abonnés qui ont emprunté ce document ont également emprunté :
Identification d’un modèle fractionnaire à l’aide des réseaux de neurones. Hammouche, Sofiane Image numérique couleur Trémeau, Alain Réseaux de neurones récursifs pour mémoires associatives Kamp, Yves Segmentation d’images avec le deep learning Larbi, Nacerdine Utilisation des réseaux de neurones pour la détection et la reconnaissance des défauts sur les machines tournantes Aliouane, A. Classification par FCM en analysant la texture et la forme .application aux images médicales Bengana, Amar Aucun avis, veuillez vous identifier pour ajouter le vôtre !
