| Titre : |
Modélisation des paramètres physiques en utilisant des données issues d'un réseau de capteurs sans fils en agriculture de précision |
| Type de document : |
document électronique |
| Auteurs : |
Djamel Abdenacer Mesbah, Auteur ; Dhaya Edine Moussaoui, Auteur ; Nour El Houda Benalia, Directeur de thèse ; Soumaya Ferhat-Taleb, Directeur de thèse |
| Editeur : |
[S.l.] : [s.n.] |
| Année de publication : |
2021 |
| Importance : |
1 fichier PDF (4.51 Mo) |
| Présentation : |
ill. |
| Note générale : |
Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2021
Bibliogr. f. 100 -109 |
| Langues : |
Français (fre) |
| Mots-clés : |
Intelligence artificielle Agriculture de précision Algorithmes régression Machine learning |
| Index. décimale : |
PN01021 |
| Résumé : |
L’humanité fait face à des défis majeurs dont celui de pourvoir une alimentation pour la population mondiale actuelle et future. L’agriculture doit répondre à ces contraintes. Pour se faire, elle doit se développer en utilisant les moyens technologiques les plus avancées tout en assurant un développement durable.
Le développement technologique actuel, à travers les objets connectés (IoT) et leur prolongement constitué par le couple big data et intelligence artificielle, offre indéniablement une solution aux contraintes posées par l’agriculture classique. C’est dans ce contexte que s’inscrit notre travail.
Notre projet consiste à construire un modèle continu à partir des données discrètes des capteurs dédié à l’agriculture de précision. Ce modèle pourra estimer la valeur des paramètres physiques à n’importe quel point de la parcelle agricole sans la présence du capteur, en utilisant des algorithmes de régression de machine learning. |
Modélisation des paramètres physiques en utilisant des données issues d'un réseau de capteurs sans fils en agriculture de précision [document électronique] / Djamel Abdenacer Mesbah, Auteur ; Dhaya Edine Moussaoui, Auteur ; Nour El Houda Benalia, Directeur de thèse ; Soumaya Ferhat-Taleb, Directeur de thèse . - [S.l.] : [s.n.], 2021 . - 1 fichier PDF (4.51 Mo) : ill. Mode d'accès : accès au texte intégral par intranet.
Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2021
Bibliogr. f. 100 -109 Langues : Français ( fre)
| Mots-clés : |
Intelligence artificielle Agriculture de précision Algorithmes régression Machine learning |
| Index. décimale : |
PN01021 |
| Résumé : |
L’humanité fait face à des défis majeurs dont celui de pourvoir une alimentation pour la population mondiale actuelle et future. L’agriculture doit répondre à ces contraintes. Pour se faire, elle doit se développer en utilisant les moyens technologiques les plus avancées tout en assurant un développement durable.
Le développement technologique actuel, à travers les objets connectés (IoT) et leur prolongement constitué par le couple big data et intelligence artificielle, offre indéniablement une solution aux contraintes posées par l’agriculture classique. C’est dans ce contexte que s’inscrit notre travail.
Notre projet consiste à construire un modèle continu à partir des données discrètes des capteurs dédié à l’agriculture de précision. Ce modèle pourra estimer la valeur des paramètres physiques à n’importe quel point de la parcelle agricole sans la présence du capteur, en utilisant des algorithmes de régression de machine learning. |
|
PN00100 
Ajouter le résultat dans votre panier
Visionner les documents numériques
Faire une suggestion Affiner la rechercheModélisation des paramètres physiques en utilisant des données issues d'un réseau de capteurs sans fils en agriculture de précision (2021)
