| Titre : | TFE : application d'algorithmes de machine learning à l'estimation des coûts de projets d'infrastructures routières : promo 62 |
| Auteurs : | Camilo Bedoya, Auteur ; Julien Hommais, Maître de stage ; Marion Greloux, Maître de stage ; Amal Jolles, Tuteur EIVP |
| Type de document : | texte imprimé |
| Editeur : | Paris : EIVP, 2023 |
| Format : | 1 vol. (31-I p.) / ill. en coul., fig., graph., plans, schémas, tabl. / 30 cm |
| Note générale : | Bibliogr. p.30-31. Glossaire. Annexes |
| Langues: | Français |
| Index. décimale : | TFE |
| Catégories : |
[Archirès ] 021 Aménagement urbain > Urbanisme > VRD > Voirie [Archirès ] 024 Transports > Transport > Infrastructure de transport > Réseau routier |
| Résumé : | Ce rapport de stage relate l'expérience passée au sein d'Ingerop, une entreprise spécialisée dans la mobilité durable. Le but su stage était d'acquérir une compréhension de la conception de l'infrastructure routière et de proposer et introduire l'utilisation de l'apprentissage automatique pour estimer les coût des projets routiers en phase amont. Le processus proposé impliquait la collecte, le prétraitement et l'utilisation d'algorithmes de Machine Learning tels que les réseaux de neurones artificiels (ANN), la régression multiple (MR) et les machines à vecteurs de support (SVM). Suite à la mise en place des algorithmes, la méthode la plus précise devait être déterminée grâce à l'analyse et à l'évaluation des résultats. Ce travail souligne l'importance de la planification minutieuse pour garantir des données fiables, l'importance de l'équilibre entre les projets d'entreprise et la recherche et l'adaptabilité pour suivre les tendances de l'IA et les infrastructures routières. La communication et la gestion du temps sont également mises en avant comme compétences essentielles. |
Exemplaires (1)
| Code-barres | Cote | Support | Localisation | Section | Disponibilité |
|---|---|---|---|---|---|
| 032515 | TFE/62 BED | Rapports de stage | RÉSERVE | Compactus | Exclu du prêt |
