Please use this identifier to cite or link to this item: http://univ-bejaia.dz/dspace/123456789/25161
Full metadata record
DC FieldValueLanguage
dc.contributor.authorZouaghi, Ilyes-
dc.contributor.authorKhaled Khodja, Walid-
dc.contributor.authorYaici, Malika ; promotrice-
dc.date.accessioned2024-12-19T09:26:55Z-
dc.date.available2024-12-19T09:26:55Z-
dc.date.issued2024-
dc.identifier.other004MAS/1355-
dc.identifier.urihttp://univ-bejaia.dz/dspace/123456789/25161-
dc.descriptionOption : Réseaux et Sécuritéen_US
dc.description.abstractCe travail examine comment les réseaux de neurones récurrents (RNN), notamment les LSTM, peuvent être utilisés pour prédire le climat à long terme. Les modèles et méthodes de prévision sont discutés, en mettant l'accent sur les techniques d'intelligence artificielle. Une analyse approfondie des diverses méthodes proposées dans la littérature est ensuite présentée. Enfin, un modèle LSTM est créé pour prédire les conditions météorologiques, mettant en évidence l'efficacité de cette méthode par rapport aux méthodes classiques. Ce travail offre de nouvelles opportunités pour l'utilisation concrète de l'apprentissage automatique dans le domaine de la prévision climatique.en_US
dc.language.isofren_US
dc.publisherUniversité Abderramane Mira-Bejaiaen_US
dc.subjectPrévision climatique : Réseaux de neurones récurrents : LSTM Précision des prévisionsen_US
dc.titlePrevision climatique basé sur le deep learning.en_US
dc.typeThesisen_US
Appears in Collections:Mémoires de Master

Files in This Item:
File Description SizeFormat 
Memoire1.pdf2.73 MBAdobe PDFView/Open


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