Prédiction du rayonnement solaire global à partir des méthodes basées sur les réseaux de neurones artificiels, l'apprentissage automatique, les séries temporelles et l'approche hybride

Simple item page
dc.contributor.authorBelmahdi Brahim
dc.date.accessioned2022-09-19T11:52:19Z
dc.date.accessioned2026-02-03T12:46:30Z
dc.date.available2022-09-19T11:52:19Z
dc.date.issued2021-07-17
dc.description.collaboratorEzbakhe, Hassan (Président)
dc.description.collaboratorBakkas, Mbarek (Rapporteur)
dc.description.collaboratorDraoui, Abdeslam (Rapporteur)
dc.description.collaboratorHasnaoui, Mohammed (Rapporteur)
dc.description.collaboratorKharbouch, Bousselham (Examinateur)
dc.description.collaboratorEl Bouardi, Abdelmajid (Directeur de la thèse)
dc.description.laboratoireEquipe de Thermique, Energie Solaire et Environnement, (UFR)fr_FR
dc.identifier.urihttps://toubkalpreprod.imist.ma/handle/123456789/225
dc.language.isofrfr_FR
dc.publisherUniversité Abdelmalek Essaâdi, Faculté des Sciences ,Tétouanfr_FR
dc.relation.ispartofseries247/2022;
dc.subjectPhysiquefr_FR
dc.subjectEnergétiquefr_FR
dc.subjectRéseau de neuronesfr_FR
dc.subjectSéries temporellesfr_FR
dc.subjectApprentissage automatiquefr_FR
dc.subjectApproche hybridefr_FR
dc.subjectPrédictionfr_FR
dc.subjectRayonnement solairefr_FR
dc.titlePrédiction du rayonnement solaire global à partir des méthodes basées sur les réseaux de neurones artificiels, l'apprentissage automatique, les séries temporelles et l'approche hybridefr_FR

Files

Collections

Faculté des Sciences - Tétouan