Nouvelles approches de machine learning pour la modélisation de la vitesse du vent et la prédiction énergétique

Simple item page
dc.contributor.advisorOmkaltoume EL FATNI, PH, Faculté des Sciences, Rabat
dc.contributor.authorSoukaina BARHMI
dc.date.accessioned2024-04-24T10:11:58Z
dc.date.accessioned2026-01-24T08:40:32Z
dc.date.available2024-04-24T10:11:58Z
dc.date.issued2021
dc.description.abstractLe développement/l’exploitation des énergies renouvelables ont connu une forte augmentation ces dernières années dans le monde/plus particulièrement au Maroc vu sa situation géographique favorable qui montre un potentiel solaire/éolien très important.
dc.description.laboratoireLaboratoire de Physique des Hautes Energies – Modélisation/Simulation
dc.identifier.urihttps://toubkalpreprod.imist.ma/handle/123456789/33566
dc.language.isofre
dc.publisherFaculté des Sciences de Rabatfr_FR
dc.subjectprévisionfr_FR
dc.subjectvitesse du ventfr_FR
dc.subjectmodélisationfr_FR
dc.subjectintelligence artificiellefr_FR
dc.subjectétude statistiquefr_FR
dc.subjectpotentiel éolien.fr_FR
dc.subject.otherPhysique
dc.titleNouvelles approches de machine learning pour la modélisation de la vitesse du vent et la prédiction énergétiquefr_FR
dc.title.alternativeNew machine learning approaches for wind speed modeling and energy predictionfr_FR

Files

Original bundle

Now showing 1 - 1 of 1
Thumbnail Image
Name:
these-fsr.pdf
Size:
11.75 MB
Format:
Adobe Portable Document Format
Download

Collections

Faculté des Sciences - Rabat