Please use this identifier to cite or link to this item:
http://archives.univ-biskra.dz/handle/123456789/11480
Title: | Deep Learning pour la prédiction des tremblements de terre |
Authors: | Cherif, Imad Eddine |
Issue Date: | 1-Jun-2017 |
Abstract: | Les tremblements de terre se produisent sans avertissement et peuvent dévaster des villes entières en quelques secondes, causant de nombreuses victimes et d'énormes pertes économiques. De grands efforts ont été déployés pour pouvoir prévoir ces catastrophes naturelles et prendre des mesures de précaution. Cependant, prédire simultanément quand, où et l'ampleur du prochain séisme, dans une région et dans un temps limité, semble une tâche presque impossible. Les techniques issues du domaine de l'exploration de données fournissent des informations nouvelles et importantes aux chercheurs. Cet article passe en revue l'utilisation de Deep Learning pour la prévision des tremblements de terre en réponse à la quantité croissante d'ouvrages publiés récemment et présentant des allégations d'efficacité. Sur la base d'une analyse et d'une discussion des résultats récents, les praticiens de l'exploration de données sont encouragés à appliquer leurs propres techniques dans ce nouveau domaine de recherche. La conception et la réalisation d’une application de prédiction de tremblement de terre à en se basent sur le Deep Learning. Cette étude nous permet de prédire s’il va y’avoir un tremblement de terre dans un endroit précis à une date précise. Pour sa en va parler de tous ce qui concerne cette application que ça soit côté application ou tremblements de terre. |
URI: | http://archives.univ-biskra.dz/handle/123456789/11480 |
Appears in Collections: | Faculté des Sciences Exactes et des Science de la Nature et de la vie (FSESNV) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Deep-Learning-pour-la-prédiction-des-tremblements-de-terre.pdf | 1,75 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.