Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "HACINI, Aymen Fekhr el islam"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    Détection des défaillances des capteurs utilisé en smart irrigation en utilisant l’apprentissage profond (Deep Learning)
    (2024-12-14) HAMDADOUCHE, Ayoub; HACINI, Aymen Fekhr el islam
    L’utilisation de capteurs physiques basés sur l’IoT est courante, mais leur fiabilité en temps réel reste un défi majeur, notamment en cas de perturbations externes. Ce document propose une solution basée sur des réseaux neuronaux LSTM, testée dans un système d’irrigation intelligent. Un modèle prédictif remplace un capteur physique pour prédire en temps réel des valeurs de température, d’humidité et de température du sol avec une grande précision. les résultats mettent en évidence la possibilité d’utiliser un réseau neuronal, désigné ici comme modèle prédictif , pour compléter et surveiller le fonctionnement des capteurs physiques. Cette approche permet de détecter les défaillances des capteurs physiques, rendant ainsi les systèmes d’irrigation intelligents plus fiables et performants.

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback
Repository logo COAR Notify