Conception Et Développement d'Un Système Hydroponique Fiable Et Automatisé

Le succ s des solutions de l'internet des objets a permis la mise en place de nouvelles applications telles que l'agriculture hydroponique intelligente. L'un des probl mes typiques de ce type d'application est la d gradation rapide des capteurs d ploy s. Traditionnellement, ce probl me est r solu par une maintenance manuelle fr quente, qui est consid r e comme inefficace et peut nuire aux cultures long terme. L'objectif principal de cette th se est de proposer une approche d'apprentissage automatique pour automatiser la d tection des d rives des capteurs. En outre, l'op rabilit de la solution a t tudi e dans un environnement de cloud computing en termes de temps de r ponse. Cette th se propose un algorithme de d tection qui utilise le NN pour pr dire les d rives des capteurs partir de flux de donn es chronologiques. L'algorithme de d tection a t nomm par la suite; CNN, et NB, ont t con us pour pr dire les d rives des capteurs en utilisant des techniques de pr vision et de classification. Les algorithmes ont t compar s les uns aux autres en termes de mesures de pr cision pertinentes pour la pr vision et la classification. L'op rabilit de la solution a t tudi e en d veloppant un serveur web qui h bergeait l'algorithme sur une instance informatique Thing Speak.