Un Système d’internet of t hings (IoT) à base de flou pour la prévision météorologique
No Thumbnail Available
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université de Larbi Ben M'hidi- Oum El Bouaghi
Abstract
L'internet of Things (IoT) est une infrastructure mondiale pour la société de l'information permettant de disposer de services informatiques interconnectés composés de machines mécaniques et numériques et d'objets grâce à la communication interopérables existante et les technologies de l'information et de la communication. L'IoT est anticipée dans plusieurs domaines d'applications notamment la E-santé, la sécurité, l'agriculture, le Transport, l'éducation, et la Smart City de manière générale. Dans ce travail, nous avons opté pour le domaine de la prédiction météorologique au moyen d'IoT et d'intelligence artificielle.
Nous avons proposé un système d'IoT, à travers le développement d'une station météorologique connectée et l'utilisation de la logique floue et l'apprentissage automatique afin d'accomplir une prédiction météorologique tout en s'appuyant sur des données capturées en temps réel. La méthode de prédiction proposée s'étale sur deux phases principales : la prédiction concurrente de plusieurs paramètres météorologiques jugés importants et utiles pour plusieurs domaines d'application au moyen de l'apprentissage automatique supervisé (Régression Linéaire Multiple) puis, une phase de prédiction concurrente au moyen de la logique floue, visant à assurer la prédiction de la précipitation et du climat en exploitant les résultats de la première phase. En fin, une étape de décision, fusionnant les décisions partielles et visualisant les résultats. La station météorologique, est utilisée pour l'acquisition des données réelles. ?galement, un serveur de base de données avec plusieurs services utiles a été développé. Ceci a met en oeuvre tout un système de prédiction météorologique fondé sur l'IoT, la logique floue et l'apprentissage automatique supervisé.
Description
Keywords
Logique floue, IoT, Station météorologique, Prévision, Apprentissage automatique supervisé