Université Blida 1

"Système loT-ML avancé pour la surveillance météorologique prédictive et l'irrigation automatisée en agriculture de précision"

Afficher la notice abrégée

dc.contributor.author Rezzoug, Meriem
dc.contributor.author Sersoub, Ikram
dc.contributor.author Lahiani, Nesrine. (Promotrice)
dc.contributor.author Cheriguene, Soraya. (promotrice)
dc.date.accessioned 2025-10-22T13:25:03Z
dc.date.available 2025-10-22T13:25:03Z
dc.date.issued 2025-06
dc.identifier.uri https://di.univ-blida.dz/jspui/handle/123456789/40717
dc.description ill.,Bibliogr.cote:MA-004-1049 fr_FR
dc.description.abstract L'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.iso fr fr_FR
dc.publisher Université Blida 1 fr_FR
dc.subject apprentissage automatique(ML) fr_FR
dc.subject irrigation fr_FR
dc.subject L'intelligence artificielle fr_FR
dc.subject Internet des objets (IoT) fr_FR
dc.subject L'agriculture de précision fr_FR
dc.subject Surveillance fr_FR
dc.subject aide 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.type Thesis fr_FR


Fichier(s) constituant ce document

Ce document figure dans la(les) collection(s) suivante(s)

Afficher la notice abrégée

Chercher dans le dépôt


Recherche avancée

Parcourir

Mon compte