http://hdl.handle.net/STDB_UNAM/511 Sun, 10 May 2026 19:12:08 GMT 2026-05-10T19:12:08Z http://hdl.handle.net/STDB_UNAM/699 Développement d’une Ruche Connectée Intelligente pour l’Apiculteur Moderne. KACEM Hadjer, Fatima Zahra; BERKANI, Chaimaa Hibat Allah La technologie s'immisce aujourd’hui dans notre train de vie, et aucun secteur n’est épargné, y compris celui de l’apiculture. Les contraintes affrontées par l’apiculteur sont diverses et éprouvantes, et le système de ruche connectée conçu sert à alléger le poids sur ses épaules et lui faciliter son travail. Notre projet consiste à réaliser un système instrumenté, constitué d’un réseau de capteurs, d’une carte de traitement et d’un dispositif de communication concluant par un suivi instantané des données relatives à l’état de la ruche mis à disposition de l’apiculteur via un dashboard. Wed, 03 Jul 2024 00:00:00 GMT http://hdl.handle.net/STDB_UNAM/699 2024-07-03T00:00:00Z http://hdl.handle.net/STDB_UNAM/698 Simulation et Modélisation Intelligente de la Santé des Abeilles pour la Prévention des Maladies KACEM Hadjer, Fatima Zahra; BERKANI, Chaimaa Hibat Allah Les techniques d'apprentissage profond, notamment les réseaux de neurones convolutifs (CNN) et YOLOV8, ont obtenu un grand succès dans le domaine de la vision par ordinateur, montrant une supériorité marquée sur les algorithmes traditionnels de détection d'objets. Ces techniques sont exceptionnellement rapides et précises en matière de reconnaissance d'objets et sont particulièrement adaptées aux applications de surveillance en temps réel. Cette recherche vise à étudier et appliquer un algorithme de détection d'objets basé sur l'apprentissage profond pour diagnostiquer les maladies des abeilles. L'étude s'est concentrée sur l'utilisation de l'algorithme YOLOV8 comme méthode pratique, et les résultats ont montré des résultats très satisfaisants, ce qui confirme la supériorité exceptionnelle de l'algorithme YOLOV8 sur les méthodes traditionnelles telles que la méthode Haar dans ce contexte. Wed, 03 Jul 2024 00:00:00 GMT http://hdl.handle.net/STDB_UNAM/698 2024-07-03T00:00:00Z http://hdl.handle.net/STDB_UNAM/697 Étude technico-économique d’une aquaponie connectée YAHIA MAMOUNE, Ahmed Youcef; MOSTEFA KARA, Nadir Ce mémoire explore l'importance d'un Business Plan et d'une Étude Technico-Économique pour minimiser les échecs des projets au sein des organisations. En se basant sur une enquête menée par le Project Management Institute en 2021, il souligne que 12 % des projets ont échoué principalement en raison de la dérive des objectifs, des ressources limitées et d'une mauvaise gestion. Le mémoire détaille une étude technico-économique autour de notre projet d’aquaponie connectée, y compris son plan financier solide et son analyse stratégique. Il présente également les méthodes d'analyse PESTEL et SWOT, et le Business Model Canvas (BMC), pour aider à définir clairement les objectifs et à prendre des décisions éclairées tout en assurant la viabilité et la rentabilité du projet. Tue, 02 Jul 2024 00:00:00 GMT http://hdl.handle.net/STDB_UNAM/697 2024-07-02T00:00:00Z http://hdl.handle.net/STDB_UNAM/696 Conception et Réalisation d'un prototype d'une smart aquaponie. MOSTEFA KARA, Nadir; YAHIA MAMOUNE, Ahmed Youcef Ce mémoire traite de la conception et de la mise en œuvre d'un prototype fonctionnel de système de smart aquaponie, une technique de production alimentaire intégrée combinant l'aquaculture (élevage de poissons) et l'hydroponie (culture de plantes sans sol). Le projet vise à créer un prototype fonctionnel capable d'être contrôlé et géré via une plateforme d'intégration des technologies IoT. Le système utilise des kits IoT pour surveiller et contrôler divers paramètres environnementaux en temps réel, optimisant ainsi l'efficacité et la gestion du système. Le document est structuré en trois chapitres principaux : les généralités sur l’aquaponie, les composants et technologies utilisés, et le développement et l'implémentation du prototype. L'objectif est de créer un prototype fonctionnel avec la possibilité de le contrôler et de le gérer à travers une plateforme d'intégration des technologies IoT. Tue, 02 Jul 2024 00:00:00 GMT http://hdl.handle.net/STDB_UNAM/696 2024-07-02T00:00:00Z