Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/25150
Full metadata record
DC FieldValueLanguage
dc.contributor.authorDahmani, Yanis-
dc.contributor.authorMehidi, Massine-
dc.contributor.authorYaici, Malika ; promotrice-
dc.date.accessioned2024-12-19T08:06:46Z-
dc.date.available2024-12-19T08:06:46Z-
dc.date.issued2024-
dc.identifier.other004MAS/1340-
dc.identifier.urihttp://univ-bejaia.dz/dspace/123456789/25150-
dc.descriptionOption : Intelligence Artificielleen_US
dc.description.abstractDans ce mémoire nous explorons l'impact des IoT dans la gestion du trafic urbain pour optimiser les systèmes de feux de circulation à l'aide de techniques d'apprentissage automatique utilisant des plateformes de simulation SUMO. Dans nos recherches en a utilisé un ANN pour réduire les temps d'attente des véhicules aux feux de signalisation, améliorant ainsi le flux de trafic et réduisant la circulation. On s'est concentré particulièrement sur l'application pratique des algorithmes de machine learning pour prédire et optimiser le timing des feux de circulation, en utilisant des données collectées dans des environnements urbains simulés. Les résultats suggèrent que l'intégration de l'IoT et de l'apprentissage automatique dans la gestion du trafic urbain peut améliorer de manière significative l'efficacité du trafic.en_US
dc.language.isofren_US
dc.publisherUniversité Abderramane Mira-Bejaiaen_US
dc.subjectIot : SUMO : Machine Learning : ANN : Feux tricoloreen_US
dc.titleAutomatisation des feux tricolores pour optimiser le trafic routier.en_US
dc.typeThesisen_US
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Mémoire_final_D.Yanis_&_M.Massine.pdf3.33 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.