Skip navigation
Please use this identifier to cite or link to this item: https://repository.esi-sba.dz/jspui/handle/123456789/437
Title: Time Series and Machine Learning for Rainfall Forecasting by Analysing Weather Data in Algeria.
Authors: MEDDAH, HAfsa
Keywords: Machine Learning
Deep learning
Rainfall Forecasting
Climatic Changes
Climatic Analysis
Artificial Intelligence
Weather Data
Issue Date: 2023
Abstract: ABSTRACT : With the increasing impact of global warming and the diverse climatic conditions prevalent in Algeria, the irregularity of rainfall patterns has become a significant concern, which made rainfall forecasting very challenging. Our work aims to investigate the effectiveness of using weather data for rainfall forecasting in Algeria with Machine Learning. The research objectives encompass identifying relevant weather data specific to Algeria, employing various machine learning and deep learning algorithms and techniques to determine the most accurate approach for utilizing Algerian weather data as input features, and evaluating the effectiveness of incorporating these indices in rainfall prediction models. By addressing these objectives, this study contributes to a better understanding of how weather data can improve rainfall forecasting in Algeria’s context.*** RÉSUMÉ Avec l’impact croissant du réchauffement climatique et les conditions climatiques diverses prévalant en Algérie, l’irrégularité des schémas de précipitations est devenue une préoccupation majeure et la prévision des précipitations est devenue très difficile. Notre travail vise à étudier l’efficacité de l’utilisation des données météorologiques pour la prévision des précipitations en Algérie à l’aide de l’apprentissage automatique. Les objectifs de recherche comprennent l’identification des données météorologiques pertinents spécifiques à l’Algérie, l’utilisation de différentes techniques et algorithmes d’apprentissage automatique et d’apprentissage profond pour déterminer l’approche la plus précise pour l’utilisation des données météorologiques algériens comme caractéristiques d’entrée, et l’évaluation de l’efficacité de l’incorporation de ces indices dans les modèles de prévision des précipitations. En abordant ces objectifs, cette étude contribue à une meilleure compréhension de la manière dont les données météorologiques peuvent améliorer la prévision des précipitations dans Algérie.
Description: Superviseur : Mr. Sahraoui DHELIM - Mr. Souleymene CHAIB
URI: https://repository.esi-sba.dz/jspui/handle/123456789/437
Appears in Collections:Ingénieur

Files in This Item:
File Description SizeFormat 
Rapport_de_PFE_Meddah-1-1.pdf160,81 kBAdobe PDFView/Open
Show full item record


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