Prévision Des Polluants Atmosphériques À L'aide De L'informatique Et De L'apprentissage Automatique

Nous pr sentons une poubelle intelligente bas e sur l'IoT qui utilise un mod le d'apprentissage automatique et profond pour g rer l' limination des d chets et pr voir les polluants atmosph riques pr sents dans l'environnement de la poubelle. Nous avons exp riment un mod le traditionnel (algorithme des plus proches voisins (k-NN) et r gression logistique) et un algorithme non traditionnel (r seau de m moire long terme (LSTM) bas sur l'apprentissage profond) pour la cr ation de messages d'alerte concernant l' tat de la poubelle et la pr vision de la quantit de monoxyde de carbone (CO) polluant pr sent dans l'air un moment pr cis. Les rappels de la r gression logistique et de l'algorithme k-NN sont respectivement de 79 % et 83 % dans un environnement de test en temps r el pour pr dire l' tat de la poubelle. La pr cision des mod les LSTM modifi et LSTM simple est de 90 % et 88 %, respectivement, pour pr dire la concentration future des gaz pr sents dans l'air. Le syst me a entra n un d lai de 4 secondes dans la cr ation et la transmission du message d'alerte un agent sanitaire. Le syst me a permis de surveiller en temps r el les niveaux de d chets et de recevoir des notifications du m canisme d'alerte.