Modèle d'apprentissage automatique pour la détection des déversements hydrocarbures.

Abstract

La marée noire est considérée comme l'une des principales menaces qui pèsent sur les environnements marins et côtiers. Une surveillance efficace et une identification précoce des puits de pétrole sont essentielles pour que les autorités compétentes réagissent rapidement, limitent la pollution environnementale et évitent d'autres dommages. Le présent rapport est le fruit d'un travail effectué au sein de la société algérienne pétrolière et gazière -Sonatrach- à Bejaïa qui traite cet problématique, Et cela en vue de l'obtention du diplôme master en Intelligence artificielle. L'objectif de ce projet est le développement d'un classifieur basé sur l'apprentissage automatique qui vise à discriminer les fuites de pétrole et les ressemblances, partant d'un ensemble de données déséquilibré notre modèle a présenté de bonnes performances, en termes de précision du jeu de tests. Ce travail devrait contribuer de manière modeste aux futures activités de recherche concernant l'identification des marées noires.