Please use this identifier to cite or link to this item:
http://univ-bejaia.dz/dspace/123456789/25143
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.author | Bouarouri, Djallal | - |
dc.contributor.author | Ben Aissa, Mohamed Dhia Eddine | - |
dc.contributor.author | Zamouche, Djamila ; promotrice | - |
dc.date.accessioned | 2024-12-19T06:59:57Z | - |
dc.date.available | 2024-12-19T06:59:57Z | - |
dc.date.issued | 2024 | - |
dc.identifier.other | 004MAS/1347 | - |
dc.identifier.uri | http://univ-bejaia.dz/dspace/123456789/25143 | - |
dc.description | Option : Intelligence Artificielle | en_US |
dc.description.abstract | La reconnaissance du comportement des conducteurs automobiles dans le cadre des Systèmes de Transport Intelligents (ITS) est devenue de plus en plus importante, étant donné l'augmentation exponentielle de la production et de la vente de moyens de transport, et le nombre croissant de conducteurs insouciants qui contribuent à une fréquence accrue d'accidents. Dans le cadre de ce travail, nous avons proposé un modèle de reconnaissance du comportement de conducteur, qui permet la distinction entre la conduite sûre et non-sûre. Il permet ainsi aux conducteurs de se surveiller eux-mêmes et d'adapter leur conduite si nécessaire, ce qui contribue extrêmement dans la sûreté du trafic routier. L'idée principale de notre solution est l'utilisation des réseaux de neurones récurrents basés sur LSTM combinés avec la méthode de mélange Gaussian (GMM), qui permet de classer le comportement en trois classes distinctes. Les performance de la méthode proposée ont été évaluées en utilisant différentes métriques d'évaluation importantes telle que la précision, le rappel et la F1-mesure. Les résultats montrent que l'approche proposée offre une meilleure performance. | en_US |
dc.language.iso | fr | en_US |
dc.publisher | Université Abderramane Mira-Bejaia | en_US |
dc.subject | Système de Transport Intelligent (STI) : Sûreté : Reconnaissance de coportement : Ré- seaux de neurones récurrents (RNN) : LSTM : Modèle de mélange gaussien (GMM) | en_US |
dc.title | Reconnaissance du comportement de conduite d'un conducteur automobile pour la sûreté du trafic routier. | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Mémoires de Master |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Memoire_master (6).pdf | 1.22 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.