Application de l’intelligence artificielle pour la modélisation spatio-temporelle du grand pélagique (Thunnus thynnus) en relation avec les facteurs environnementaux dans le bassin Méditerranéen
| dc.contributor.author | Beldjoudi, Sara | |
| dc.contributor.author | Bousboula, Hadil | |
| dc.date.accessioned | 2026-09-20T12:25:34Z | |
| dc.date.available | 2026-09-20T12:25:34Z | |
| dc.date.issued | 2026-06-30 | |
| dc.description.abstract | Le thon rouge (Thunnus thynnus) est une espèce pélagique d’une grande importance écologique et économique dans le bassin méditerranéen. Sa distribution est influencée par plusieurs facteurs environnementaux tels que la température de surface de la mer, la salinité, lachlorophylle-a, les courants marins, la bathymétrie et la hauteur de la surface de la mer. L’objectif de ce travail est de modéliser et de prédire la distribution spatio-temporelle du thon rouge à l’aide de techniques d’intelligence artificielle et d’apprentissage automatique. À partir de données halieutiques et environnementales géoréférencées, plusieurs modèles prédictifs, notamment la Régression Linéaire Multiple, Random Forest et XGBoost, ont été développés, évalués et comparés. Les résultats obtenus montrent que les modèles basés sur les arbres de décision, en particulier Random Forest et XGBoost, offrent de meilleures performances prédictives que les approches linéaires classiques pour représenter les relations complexes entre les variables environnementales et la présence du thon rouge. Cette étude a également permis d’identifier les facteurs environnementaux les plus influents ainsi que les zones potentielles de forte concentration de l’espèce dans le bassin méditerranéen. Les résultats obtenus confirment l’intérêt de l’intelligence artificielle pour améliorer la compréhension de la dynamique écologique du thon rouge et contribuer à une gestion rational durable des ressources halieutiques. | |
| dc.identifier.uri | https://dspace.enssmal.edu.dz/handle/123456789/2593 | |
| dc.language.iso | fr | |
| dc.publisher | ENSSMAL | |
| dc.title | Application de l’intelligence artificielle pour la modélisation spatio-temporelle du grand pélagique (Thunnus thynnus) en relation avec les facteurs environnementaux dans le bassin Méditerranéen | |
| dc.type | Thesis |