https://repository.esi-sba.dz/jspui/handle/123456789/432
Title: | Smart Traffic Management: AI and IoT based Approaches to Solving Urban Congestion |
Authors: | HADJ SADOK, MOhammed NAzim |
Keywords: | Traffic Machine Learning Internet Of Things Congestion |
Issue Date: | 2023 |
Abstract: | The issue of traffic congestion is a pressing concern for many major cities, including Algiers. The application of Artificial Intelligence (AI) and the Internet of Things (IoT) has emerged as a promising solution to address this challenge. This study aims to explore the effectiveness of various AI and IoT-based traffic management meth- ods that have been proposed in recent literature. By comparing different methods, this study seeks to identify the most cost-effective and efficient solution for alleviat- ing traffic congestion. Furthermore, this research will provide valuable insights for local transportation authorities and policymakers to implement innovative traffic management strategies.*** Le problème de la congestion du trafic est une préoccupation pressante pour de nombreuses grandes villes y parmis Alger. L’application de l’intelligence artificielle (IA) et l’Internet des objets (IoT) est apparu comme une solution prometteuse pour relever ce défi. Cette étude vise pour explorer l’efficacité de diverses méthodes de gestion du trafic basées sur l’IA et l’IoT qui ont été proposés dans la littérature récente. En comparant différentes méthodes, cette étude vise à identifier la solution la plus rentable et la plus efficace pour resoudre ce problem. En outre, cette recherche fournira des informations précieuses pour les autorités de transport locales et les décideurs politiques pour mettre en oeuvre une stratégie de gestion du trafic. |
Description: | Encadreur : M Djamel AMAR BENSABER |
URI: | https://repository.esi-sba.dz/jspui/handle/123456789/432 |
Appears in Collections: | Master |
File | Description | Size | Format | |
---|---|---|---|---|
Laouedj_Aggoun_Master_s_Thesis-1-1.pdf | 105,82 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.