| Titre : | Deep learning pour la Détection de Deepfakes |
| Auteurs : | Bouarara hadj ahmed, Directeur de thèse ; Benyahia ali, Auteur ; Hafiane amine, Autre |
| Type de document : | texte imprimé |
| Editeur : | univ DR taher moulay saida, 2020 |
| Format : | 66 p / ill / 29 cm |
| Accompagnement : | CD rom |
| Langues: | Français |
| Catégories : | |
| Mots-clés: | Détection de Deepfakes ; Apprentissage profond ; Réseau de neurones convolu- tionelle ; Apprentissage Résiduel ; Classification . |
| Résumé : |
Le but de notre travail est de bénéficier des innovations récentes dans les technologies de l’intélligence artificielle et deep learning pour détecter les fausses images et vidéos (Deep- fakes), après avoir étudié les techniques utilisées dans la création de deepfake et les solutions existantes, nous avons proposé notre modèle de deep learning avec les réseaux de neurones convolutionnels où nous ajoutons le concept d’apprentissage résiduel et après faire l’ap- prentissage et l’optimisation des hyper-paramètres du réseau, l’architecture nous donne des résultats acceptable par rapport aux solutions existantes. |
| Note de contenu : |
-La detection de Deepfakes -Apprentissage profond (DL) -Contribution -Implémentation |
Exemplaires
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| aucun exemplaire |
Documents numériques (1)
Deep learning pour la Détection de Deepfakes Adobe Acrobat PDF |
