Prevision climatique basé sur le deep learning

الموضوعات

علوم بحتة وطبيعية

الملخص

Ce 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.

روابط وملفات

التعريف والنوع

رقم الوثيقة

06492ce9-e505-4faf-bbe8-4b28565b7538

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

924700_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"Ilyes Zouaghi","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Malika Yaici","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Walid Khaled Khodja ","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Prevision climatique basé sur le deep learning

المحتوى والصفحات

عدد الصفحات

0

كلمات الباحثين

Prévision climatique : Réseaux de neurones récurrents : LSTM Précision des prévisions

إشراف وإعداد

الإشراف

Malika Yaici

الإعداد

Ilyes Zouaghi, Walid Khaled Khodja

الاقتباسات الببليوغرافية