Oussama Hajjoubi

Ce projet porte sur la Reconnaissance d’Activités Humaines (HAR) à partir de signaux WiFi (CSI) en utilisant des modèles de Deep Learning tels que CNN, LSTM, BiLSTM et ResNet. Après l’entraînement et l’évaluation sur différents datasets, un modèle global a été construit avec les données de la chambre 1. Afin de préserver la confidentialité des données, une simulation de Federated Learning (FL) a été réalisée avec les chambres 2 et 3 comme clients. Les résultats montrent que le FL améliore la précision globale tout en respectant la vie privée des utilisateurs.

Le projet porte sur la conception et le développement d'un système intelligent de suivi de la consommation d'énergie électrique dans l'Aéroport Oujda-Angad. L'objectif principal est d'optimiser l'efficacité énergétique de l'aéroport en utilisant des technologies avancées telles que l'Internet des objets (IdO) La conception du système implique la mise en place d'un réseau de capteurs intelligents qui collectent les données de consommation d'énergie dans tout l'aéroport. Ces données sont ensuite transmises à une base de données, où elles sont analyséespour détecter les schémas de consommation. Le développement du système comprend la création d'une interface conviviale qui permettra aux utilisateurs de visualiser les données de consommation d'énergie.