Veuillez utiliser cette adresse pour citer ce document : http://dspace.univ-tiaret.dz:80/handle/123456789/5382
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorSahraoui, Mehdi-
dc.contributor.authorFendil, Mourad-
dc.date.accessioned2022-11-21T12:53:19Z-
dc.date.available2022-11-21T12:53:19Z-
dc.date.issued2020-
dc.identifier.urihttp://dspace.univ-tiaret.dz:80/handle/123456789/5382-
dc.description.abstractDans ce travail nous nous intéressons au domaine de circulation routière. La motivation vient du fait que ce secteur nécessite de nouvelles perception, permettent de freiner l’augmentation des problèmes issus de ce domaine tel que le blocage au niveau des intersections (carrefour). L'objectif ultime de ce travail est d'intégrer les approches d'apprentissage automatiquedans l'automatisation des feux de circulation dans une circulation routière basique, en tenant compte des contraintes environnementales de la tache "circulation étudiée". Finalement, nous avons comparés entre trois stratégies d'apprentissage automatique supervisé pour notre tache de circulation étudiée.en_US
dc.language.isofren_US
dc.publisherUniversité Ibn Khaldoun -Tiaret-en_US
dc.subjectCirculation routière,Apprentissage automatisée, Apprentissage automatisée supervisé.en_US
dc.titleVers des stratégies efficaces pour la circulation routièreen_US
dc.typeThesisen_US
Collection(s) :Master

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
TH.M.INF.FR.2020.37.pdf1,68 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.