Les architectures parallèles embarquées dédiées à l’accélération des algorithmes évolutionnaires / Soumaya Ferhat-Taleb (2025)

Public ISBD Titre : Les architectures parallèles embarquées dédiées à l’accélération des algorithmes évolutionnaires : application à la conception d’un système dédié à l’agriculture de précision Type de document : document électronique Auteurs : Soumaya Ferhat-Taleb, Auteur ; Nour El Houda Benalia, Directeur de thèse Editeur : [S.l.] : [s.n.] Année de publication : 2025 Importance : 1 fichier PDF (10.4 Mo) Présentation : ill. Note générale : Mode d'accès : accès au texte intégral par intranet. Thèse de Doctorat : Electronique : Alger, Ecole Nationale Polytechnique : 2025 Bibliogr. p. 193 - 223 Langues : Français (fre) Mots-clés : Agriculture de précision Réseaux de capteurs sans fil Algorithmes évolutionnaires Optimisation Multi-objectifs Apprentissage automatique Accélération Déploiement de nœuds Index. décimale : D001425 Résumé : L’agriculture moderne est confrontée à de nombreux défis liés à la croissance rapide de la population et à la pénurie des ressources naturelles, notamment l’eau. L’agriculture de précision s’impose alors comme une solution prometteuse intégrant des technologies avancées pour améliorer les rendements et préserver les ressources. Parmi ces technologies, les réseaux de capteurs sans fil (WSN) jouent un rôle essentiel dans la surveillance des sols. Dans cette thèse, nous avons proposé un outil d’aide au déploiement optimal des nœuds dans un WSN destiné à une application agricole de surveillance du sol. Dans la première partie, un modèle mathématique a été développé en intégrant plusieurs contraintes : coût, couverture, connectivité, sur-couverture, et une nouvelle contrainte de distance entre les nœuds. Dans la deuxième partie, nous avons appliqué des algorithmes évolutionnaires multi-objectifs (MOEAs) tels que NSGA-II et SPEA-II, qui ont montré de bonnes performances, bien que ralentis pour de grandes surfaces. Ainsi, dans la troisième partie, nous avons proposé une hybridation logicielle du SPEA-II avec des algorithmes de régression issus de l’apprentissage automatique (MLP, KNN, DT, RF), ce qui a permis une réduction de 66 % du temps d’exécution. Une accélération matérielle via GPU a permis un gain supplémentaire de 28 %. Les architectures parallèles embarquées dédiées à l’accélération des algorithmes évolutionnaires : application à la conception d’un système dédié à l’agriculture de précision [document électronique] / Soumaya Ferhat-Taleb, Auteur ; Nour El Houda Benalia, Directeur de thèse . - [S.l.] : [s.n.], 2025 . - 1 fichier PDF (10.4 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Thèse de Doctorat : Electronique : Alger, Ecole Nationale Polytechnique : 2025 Bibliogr. p. 193 - 223 Langues : Français (fre) Mots-clés : Agriculture de précision Réseaux de capteurs sans fil Algorithmes évolutionnaires Optimisation Multi-objectifs Apprentissage automatique Accélération Déploiement de nœuds Index. décimale : D001425 Résumé : L’agriculture moderne est confrontée à de nombreux défis liés à la croissance rapide de la population et à la pénurie des ressources naturelles, notamment l’eau. L’agriculture de précision s’impose alors comme une solution prometteuse intégrant des technologies avancées pour améliorer les rendements et préserver les ressources. Parmi ces technologies, les réseaux de capteurs sans fil (WSN) jouent un rôle essentiel dans la surveillance des sols. Dans cette thèse, nous avons proposé un outil d’aide au déploiement optimal des nœuds dans un WSN destiné à une application agricole de surveillance du sol. Dans la première partie, un modèle mathématique a été développé en intégrant plusieurs contraintes : coût, couverture, connectivité, sur-couverture, et une nouvelle contrainte de distance entre les nœuds. Dans la deuxième partie, nous avons appliqué des algorithmes évolutionnaires multi-objectifs (MOEAs) tels que NSGA-II et SPEA-II, qui ont montré de bonnes performances, bien que ralentis pour de grandes surfaces. Ainsi, dans la troisième partie, nous avons proposé une hybridation logicielle du SPEA-II avec des algorithmes de régression issus de l’apprentissage automatique (MLP, KNN, DT, RF), ce qui a permis une réduction de 66 % du temps d’exécution. Une accélération matérielle via GPU a permis un gain supplémentaire de 28 %.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
T000474	D001425	Ressources électroniques	Bibliothèque centrale	Thèse de Doctorat	Disponible	Electronique	Téléchargeable

Déploiement d'un réseau de capteurs sans fil dans un bâtiment intelligent en utilisant les algorithmes génétiques et les forêts aléatoires / Nadir Arfi (2021) 

Public ISBD Titre : Déploiement d'un réseau de capteurs sans fil dans un bâtiment intelligent en utilisant les algorithmes génétiques et les forêts aléatoires Type de document : document électronique Auteurs : Nadir Arfi, Auteur ; Walid Mehenni, 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 (11.3 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 Bibliogre. 104 - 109 Langues : Français (fre) Mots-clés : Réseau de capteurs sans fil  Déploiement Optimisation multi-objectif Métaheuristiques Hybridation Machine learning, Random forest Index. décimale : PN00221 Résumé : Dans ce projet de fin d'étude, nous avons étudié le problème du déploiement de réseaux de capteurs sans fil dans un bâtiment intelligent. L'objectif principal était développer une solution permettant de générer un plan de déploiement d'un RCSF tout en assurant une bonne qualité des solutions. Nous avons commencé ce projet par une présentation des bâtiments intelligents et des concepts de RCSFs. Ensuite, nous avons proposé et implémenté des algorithmes génétiques multi-objectifs comme solution au problèmes de déploiement. Les résultats obtenus ont montré que les performances des algorithmes étudiés se dégradent lorsqu'il s'agit de grands bâtiment. Pour surmonter ce problème, nous avons eu recours à l'hybridation afin d'améliorer les performances. Ceci a été fait en combinant le MOGA précédemment utilisé avec l'algorithme Random forest. Les résultat obtenus ont montré une très bonne performance sur les deux instances de tailles différentes. Déploiement d'un réseau de capteurs sans fil dans un bâtiment intelligent en utilisant les algorithmes génétiques et les forêts aléatoires [document électronique] / Nadir Arfi, Auteur ; Walid Mehenni, Auteur ; Nour El Houda Benalia, Directeur de thèse ; Soumaya Ferhat-Taleb, Directeur de thèse . - [S.l.] : [s.n.], 2021 . - 1 fichier PDF (11.3 Mo) : ill. Mode d'accès : accès au texte intégral par intranet. Mémoire de Projet de Fin d’Études : Électronique : Alger, École Nationale Polytechnique : 2021 Bibliogre. 104 - 109 Langues : Français (fre) Mots-clés : Réseau de capteurs sans fil  Déploiement Optimisation multi-objectif Métaheuristiques Hybridation Machine learning, Random forest Index. décimale : PN00221 Résumé : Dans ce projet de fin d'étude, nous avons étudié le problème du déploiement de réseaux de capteurs sans fil dans un bâtiment intelligent. L'objectif principal était développer une solution permettant de générer un plan de déploiement d'un RCSF tout en assurant une bonne qualité des solutions. Nous avons commencé ce projet par une présentation des bâtiments intelligents et des concepts de RCSFs. Ensuite, nous avons proposé et implémenté des algorithmes génétiques multi-objectifs comme solution au problèmes de déploiement. Les résultats obtenus ont montré que les performances des algorithmes étudiés se dégradent lorsqu'il s'agit de grands bâtiment. Pour surmonter ce problème, nous avons eu recours à l'hybridation afin d'améliorer les performances. Ceci a été fait en combinant le MOGA précédemment utilisé avec l'algorithme Random forest. Les résultat obtenus ont montré une très bonne performance sur les deux instances de tailles différentes.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00259	PN00221	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Téléchargeable

Documents numériques

ARFI.Nadir_MEHENNI.Walid.pdf URL

Modélisation des paramètres physiques en utilisant des données issues d'un réseau de capteurs sans fils en agriculture de précision / Djamel Abdenacer Mesbah (2021) 

Public ISBD 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.

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité	Spécialité	Etat_Exemplaire
EP00267	PN01021	Ressources électroniques	Bibliothèque centrale	Projet Fin d'Etudes	Disponible	Electronique	Consultation sur place/Téléchargeable

Documents numériques

MESBAH.Djamel-Abdenacer_MOUSSAOUI.Dhayaedine.pdf URL