Afficher la notice abrégée
dc.contributor.author |
Saadoud, Samia |
|
dc.date.accessioned |
2022-03-09T08:43:34Z |
|
dc.date.available |
2022-03-09T08:43:34Z |
|
dc.date.issued |
2020 |
|
dc.identifier.uri |
http//localhost:8080/jspui/handle/123456789/1868 |
|
dc.description.abstract |
La gestion des déchets accumulés est devenue une préoccupation majeure dans les zones
urbaines en général et dans les municipalités algériennes en particulier, car elle peut provoquer
une pollution de l'environnement par l'air, la terre et la mer et pourrait constituer une menace
pour la santé humaine si elle n'est pas gérée correctement. L'une des étapes les plus
importantes de la gestion des déchets est la séparation des déchets en différents composants.
Ce processus se fait généralement par sélection manuelle, il est donc nécessaire de fournir un
système de classification des déchets intelligent.
Dans cette mémoire, nous suggérons un modèle de classification des déchets basé sur
l'apprentissage en profondeur, développé à l'aide du modèle de réseau de neurones convolutif
(CNN) qui est utilisé pour classer les déchets en différents types tels que le verre, le plastique,
etc. Le modèle atteint une précision de prédiction de 92% dans l'ensemble de données de test.
La séparation des déchets sera plus rapide et plus intelligente et contribuera à atténuer certains
problèmes de tri et de recyclage |
en_US |
dc.description.sponsorship |
Pr.Laouar Med Ridda |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Universite laarbi tebessi tebessa |
en_US |
dc.subject |
Zones urbaines, Déchets accumulés, Apprentissage en profondeur, CNN, Système intelligent de classification des déchets |
en_US |
dc.subject |
Urban areas , Accumulated waste , Deep learning , CNN , Intelligent waste classification system |
en_US |
dc.subject |
المناطق الحضرية ، النفايات المتراكمة ، التعلم العميق ، الشبكة العصبية االلتفافية ، نظام تصنيف النفايات الذكي |
en_US |
dc.title |
Contribution bASE Intelligence Artificielle pour lA pLANIFICAtion URBAIne |
en_US |
dc.type |
Thesis |
en_US |
Fichier(s) constituant ce document
Ce document figure dans la(les) collection(s) suivante(s)
Afficher la notice abrégée