VERS UN MODELE DE PREDICTION D’EPIDEMIE
| 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.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.identifier.uri | http://e-biblio.univ-mosta.dz/handle/123456789/20484 | |
| 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 |