Andere Kunden interessierten sich auch für
![Détection de faux rapports à l'aide de l'apprentissage automatique]( "Détection de faux rapports à l'aide de l'apprentissage automatique")
Détection de faux rapports à l'aide de l'apprentissage automatique29,99 €![Analyse de la qualité du vin à l'aide de l'intelligence artificielle et de l'apprentissage automatique]( "Analyse de la qualité du vin à l'aide de l'intelligence artificielle et de l'apprentissage automatique")
Analyse de la qualité du vin à l'aide de l'intelligence artificielle et de l'apprentissage automatique29,99 €![Alimenter l'avenir : Contrôle intelligent de la tension continue grâce à l'apprentissage automatique]( "Alimenter l'avenir : Contrôle intelligent de la tension continue grâce à l'apprentissage automatique")
Alimenter l'avenir : Contrôle intelligent de la tension continue grâce à l'apprentissage automatique29,99 €![L'AVENIR, C'EST MAINTENANT : UN GUIDE SUR L'UTILISATION DE L'APPRENTISSAGE AUTOMATIQUE]( "L'AVENIR, C'EST MAINTENANT : UN GUIDE SUR L'UTILISATION DE L'APPRENTISSAGE AUTOMATIQUE")
L'AVENIR, C'EST MAINTENANT : UN GUIDE SUR L'UTILISATION DE L'APPRENTISSAGE AUTOMATIQUE39,99 €![Applications de l'apprentissage automatique dans les drones]( "Applications de l'apprentissage automatique dans les drones")
Applications de l'apprentissage automatique dans les drones29,99 €![Guide de l'apprentissage automatique pour les débutants]( "Guide de l'apprentissage automatique pour les débutants")
Guide de l'apprentissage automatique pour les débutants26,99 €![Introduction à l'intelligence artificielle et à l'apprentissage automatique]( "Introduction à l'intelligence artificielle et à l'apprentissage automatique")
Introduction à l'intelligence artificielle et à l'apprentissage automatique29,99 €
Nous présentons une poubelle intelligente basée sur l'IoT qui utilise un modèle d'apprentissage automatique et profond pour gérer l'élimination des déchets et prévoir les polluants atmosphériques présents dans l'environnement de la poubelle. Nous avons expérimenté un modèle traditionnel (algorithme des plus proches voisins (k-NN) et régression logistique) et un algorithme non traditionnel (réseau de mémoire à long terme (LSTM) basé sur l'apprentissage profond) pour la création de messages d'alerte concernant l'état de la poubelle et la prévision de la quantité de monoxyde de carbone (CO) polluant présent dans l'air à un moment précis. Les rappels de la régression logistique et de l'algorithme k-NN sont respectivement de 79 % et 83 % dans un environnement de test en temps réel pour prédire l'état de la poubelle. La précision des modèles LSTM modifié et LSTM simple est de 90 % et 88 %, respectivement, pour prédire la concentration future des gaz présents dans l'air. Le système a entraîné un délai de 4 secondes dans la création et la transmission du message d'alerte à un agent sanitaire. Le système a permis de surveiller en temps réel les niveaux de déchets et de recevoir des notifications du mécanisme d'alerte.