dc.contributor.author |
CHEKROUN, Mehdi |
|
dc.date.accessioned |
2022-10-23T10:22:21Z |
|
dc.date.available |
2022-10-23T10:22:21Z |
|
dc.date.issued |
2022-06-30 |
|
dc.identifier.uri |
http://hdl.handle.net/STDB_UNAM/385 |
|
dc.description.abstract |
Les éco-innovateurs ont déjà commencé à mettre en œuvre des technologies basées sur l'intelligence artificielle au niveau de certaines installations de recyclage, afin d'organiser, d'accélérer et automatiser le processus de tri. L'être humain est en mesure de différencier entre les objets grâce à son intelligence naturelle. Dans ce travail, nous avons proposé un modèle de réseau de neurones à convolution qui permet de faire la classification du plastique et du papier. Ce réseau de neurones artificiel est fondé sur l'algorithme de l'apprentissage profond. Nous avons construit notre propre base de données afin d'entrainer et de valider notre modèle. Le modèle a donné un taux de prédiction compétitif aux résultats obtenus par MobileNet et EfficientNet. |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Directeur: Mme M.BEKKAOUI / Co-Directeur: Melle I.NEDJAR |
en_US |
dc.subject |
Intelligence artificielle; l'apprentissage profond ; réseau de neurones à convolution ; recyclage ; tri. |
en_US |
dc.title |
Développement d’une application de détection automatique des objets pour un système de recyclage |
en_US |
dc.type |
Thesis |
en_US |