VERS UN MODELE DE PREDICTION D’EPIDEMIE

Benarroum, Ilyes; Sahinine, Mohammed Chems Eddine

Accueil de DSpace
→
Faculté des Sciences Exactes et de l'Informatique
→
Département des mathématiques et informatique
→
Mémoires de Master
→
Voir le document

dc.contributor.author	Benarroum, Ilyes
dc.contributor.author	Sahinine, Mohammed Chems Eddine
dc.date.accessioned	2022-03-22T09:07:30Z
dc.date.available	2022-03-22T09:07:30Z
dc.date.issued	2021
dc.identifier.uri	http://e-biblio.univ-mosta.dz/handle/123456789/20484
dc.description.abstract	La prédiction des tendances nouvelles et urgentes des données épidémiologiques est un problème important pour la santé publique. Ce problème a attiré une attention croissante dans les communautés d'exploration de données et d'apprentissage automatique. L’intelligence artificielle permet d’extraire des informations pertinentes d’un ensemble de données accessibles de plus en plus conséquent qu’il serait difficile de parcourir de manière non automatisée. Dans ce travail de projet de fin d’étude, notre objectif est de proposer un nouveau système de prédiction de la COVID-19 en Algérie. Ce système est basé essentiellement les méthodes de l’IA, à savoir : ARIMA, LSTM et Prophet. Le but de notre système est d’aider les responsables et les planificateurs de la santé publique à gérer les services et organiser l'infrastructure médicale ainsi qu’évaluer les plans d’actions pour lutter l’épidémie	en_US
dc.language.iso	fr	en_US
dc.relation.ispartofseries	MINF311;
dc.subject	Prophet	en_US
dc.subject	Long short-term memory (LSTM)	en_US
dc.subject	autoregressive integrated moving average (ARIMA)	en_US
dc.subject	l’épidémie de la COVID-19	en_US
dc.subject	Prédiction	en_US
dc.subject	Apprentissage automatique	en_US
dc.subject	L’intelligence artificielle	en_US
dc.subject	Système de Prédiction de la COVID-19 (SYSPC)	en_US
dc.title	VERS UN MODELE DE PREDICTION D’EPIDEMIE	en_US
dc.type	Other	en_US