Réduction de Données pour une agriculture intelligente - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2021

Réduction de Données pour une agriculture intelligente

Abstract

De nos jours, le domaine de l'agriculture est confronté à de nombreux défis pour une meilleure utilisation de ses ressources naturelles. Pour cette raison, il est nécessaire de localement superviser les données météorologiques et les conditions du sol pour prendre des décisions mieux adaptées à chaque culture. Les réseaux de capteurs sans fil (RCSF) peuvent servir comme système de surveillance pour ces types de paramètres mais les noeuds capteurs ont des ressources matérielles et énergétiques limitées. Le processus d'envoi d'une grande quantité de données au puits entraîne une grande consommation d'énergie et une utilisation importante de la bande passante. Dans ce papier, nous proposons un algorithme de réduction de données utilisant le coefficient de corrélation de Pearson (PDCP) pour prédire les nouvelles valeurs au niveau du noeud capteur et du puits. Cette approche est validée par des simulations sur MATLAB tout en utilisant des ensembles de données ouvertes Weather Underground. Les résultats valident l'efficacité de notre approche montrant une réduction de données allant jusqu'à 69% tout en maintenant la précision des informations. La prédiction des valeurs d'humidité à partir de la température présente un écart par rapport à la valeur réelle inférieur à 7%.
Fichier principal
Vignette du fichier
CoRes_2021 (3).pdf (175.58 Ko) Télécharger le fichier
Origin Files produced by the author(s)

Dates and versions

hal-03218004 , version 1 (05-05-2021)

Identifiers

  • HAL Id : hal-03218004 , version 1

Cite

Christian Salim, Nathalie Mitton. Réduction de Données pour une agriculture intelligente. CORES 2021 – 6ème Rencontres Francophones sur la Conception de Protocoles, l’Évaluation de Performance et l’Expérimentation des Réseaux de Communication, Sep 2021, La Rochelle, France. ⟨hal-03218004⟩
217 View
132 Download

Share

Gmail Mastodon Facebook X LinkedIn More