Prediction des teneurs en metaux lourds par reseau de neurone

Rachid Chaal - Collection Omn.univ.europ.

108 pages, parution le 01/11/2018

Ajouter à une liste

Expédié sous 9 jours

Livraison à partir de 0,01€ dès 35€ d'achats
Pour une livraison en France métropolitaine

QUANTITÉ

Résumé

Le présent travail porte sur la prédiction des teneurs en métaux lourds (Zn, Cu, Pb et Mn) dans les sédiments superficiels du barrage Sidi Chahed à partir d'un certain nombre de paramètres physico-chimiques, en utilisant deux outils de modélisation : la régression linéaire multiple RLM et les réseaux de neurones artificiels RNA. Pour atteindre cet objectif de prédiction et de modélisation, la régression linéaire multiple et non linéaire ont été réalisée avec XLSTAT alors que les réseaux de neurones ont été effectués avec le logiciel STATISTICA 10. mLes modèles prédictifs obtenus avec les réseaux de neurones utilisent un algorithme de rétro-propagation et un apprentissage supervisé. Ils sont performants avec une seule couche cachée et une architecture de [18 - 15 -1] pour le plomb et le zinc, de [18-11 -1] pour le manganèse et de [18 - 8 -1] pour le cuivre. Les résultats montrent que les modèles prédictifs établis par la méthode des réseaux de neurones artificiels, sont nettement plus performants comparativement à ceux établis par la méthode basée sur la régression linéaire multiple.

Caractéristiques techniques

	PAPIER
Éditeur(s)	Editions universitaires européennes
Auteur(s)	Rachid Chaal
Collection	Omn.univ.europ.
Parution	01/11/2018
Nb. de pages	108
Format	15.2 x 22.9
Couverture	Broché
Poids	171g
EAN13	9783330869370