Veuillez utiliser cette adresse pour citer ce document : https://di.univ-blida.dz/jspui/handle/123456789/40717
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorRezzoug, Meriem-
dc.contributor.authorSersoub, Ikram-
dc.contributor.authorLahiani, Nesrine. (Promotrice)-
dc.contributor.authorCheriguene, Soraya. (promotrice)-
dc.date.accessioned2025-10-22T13:25:03Z-
dc.date.available2025-10-22T13:25:03Z-
dc.date.issued2025-06-
dc.identifier.urihttps://di.univ-blida.dz/jspui/handle/123456789/40717-
dc.descriptionill.,Bibliogr.cote:MA-004-1049fr_FR
dc.description.abstractL'agriculture est un élément crucial pour le développement économique de chaque nation. Face à la croissance démographique, aux fluctuations climatiques constantes et aux ressources restreintes, satisfaire les exigences nutritionnelles de la population contemporaine s'avère de plus en plus complexe. L'agriculture de précision, aussi appelée agriculture intelligente, s'est imposée comme un instrument novateur pour répondre aux enjeux contemporains de la durabilité dans le secteur agri- cole. Le mécanisme qui anime cette technologie de pointe est l'apprentissage automatique(ML). Cela permet à la machine d'acquérir des connaissances sans être spécifiquement codée. L'intelli- gence artificielle et les équipements agricoles compatibles IoT (Internet des objets) constituent des facteurs essentiels de la prochaine révolution dans le domaine agricole. La technologie agricole intelligente basée sur les technologies IoT présente de nombreux avantages dans tous les processus et pratiques agricoles en temps réel, notamment l'irrigation, la protection des plantes, l'amélioration de la qualité des produits. Notre projet vise à répondre a ce besoin crucial en developpement un Système IoT-ML avancé pour la surveillance météorologique prédictive et l'irrigation automatisée en agriculture de précision en collectant et transmettre les données agricol en temp réel,à l'aide d'algorithmes ML pour rendre les pratiques agricoles plus contrôlées et optimisées. Nous avons créé des mo- dèles de prévision avancés pour anticiper la météo et les précipitations en fonction des données obtenues à partir de capteurs et optimiser en conséquence le système d'irrigation avec un système d'aide à la décision. Mots clés : apprentissage automatique(ML), irrigation, L'intelligence artificielle, Internet des objets (IoT), L'agriculture de précision, Surveillance, aide à la décision.fr_FR
dc.language.isofrfr_FR
dc.publisherUniversité Blida 1fr_FR
dc.subjectapprentissage automatique(ML)fr_FR
dc.subjectirrigationfr_FR
dc.subjectL'intelligence artificiellefr_FR
dc.subjectInternet des objets (IoT)fr_FR
dc.subjectL'agriculture de précisionfr_FR
dc.subjectSurveillancefr_FR
dc.subjectaide à la décision.fr_FR
dc.title"Système loT-ML avancé pour la surveillance météorologique prédictive et l'irrigation automatisée en agriculture de précision"fr_FR
dc.typeThesisfr_FR
Collection(s) :Mémoires de Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
Rezzoug Meriem.pdf3,87 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.