DC Field | Value | Language |
dc.contributor.author | MEDDAH, HAfsa | - |
dc.date.accessioned | 2023-10-10T13:05:10Z | - |
dc.date.available | 2023-10-10T13:05:10Z | - |
dc.date.issued | 2023 | - |
dc.identifier.uri | https://repository.esi-sba.dz/jspui/handle/123456789/437 | - |
dc.description | Superviseur : Mr. Sahraoui DHELIM
- Mr. Souleymene CHAIB | en_US |
dc.description.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. | en_US |
dc.language.iso | en | en_US |
dc.subject | Machine Learning | en_US |
dc.subject | Deep learning | en_US |
dc.subject | Rainfall Forecasting | en_US |
dc.subject | Climatic Changes | en_US |
dc.subject | Climatic Analysis | en_US |
dc.subject | Artificial Intelligence | en_US |
dc.subject | Weather Data | en_US |
dc.title | Time Series and Machine Learning for Rainfall Forecasting by Analysing Weather Data in Algeria. | en_US |
dc.type | Thesis | en_US |
Appears in Collections: | Ingénieur
|