Réalisation DiscameOptimisation du routage IoT par Apprentissage par Renforcement
Février 2026 - Juin 2026
Compétences démontrées
Reinforcement LearningRégression linéaireLinuxDebugging avancéNettoyage et préparation des donnéesDeep LearningFederated Fine-TuningEdge Computingconception de bout en boutConception de systèmes d’informationMachine Learningprogrammation C , C++, Python, Java, R, SQLLoRAGit / GitHubstream processingsystèmes distribuésNumPyPandasReal-Time Data ProcessingAnalyse en Composantes Principales (ACP)MQTT / API RESTANOVA (1 facteur et 2 facteurs)Federated LearningstatistiquesArtificial IntelligenceVisualisation graphique des résultatsClustering (segmentation de données)Embedded AIModel EvaluationAnalyse exploratoire (EDA)Matplotlib
Présentation de la réalisation
Février 2026 - Juin 2026
Le point de départ
Février 2026 - Juin 2026 Conception et développement d'un framework d'optimisation du routage pour réseaux de capteurs sans fil (WSN/IoT) basé sur l'apprentissage par renforcement. Modélisation d'algorithmes de Reinforcement Learning pour optimiser la consommation énergétique de nœuds hétérogènes à ressources limitées.
Ce qui a été construit
Février 2026 - Juin 2026 Conception et développement d'un framework d'optimisation du routage pour réseaux de capteurs sans fil (WSN/IoT) basé sur l'apprentissage par renforcement. Modélisation d'algorithmes de Reinforcement Learning pour optimiser la consommation énergétique de nœuds hétérogènes à ressources limitées.
