Détails du sujet
Conception d'un système base sur AI pour la reconnaissance de plantes Medicinales.
Résumé
Auteur : EDIT MUTSO
Niveau: TECH2
Département: Génie Electrique et Informatique
Année Ac: 2022-2023 , | 2024-03-20 19:12:30
Mots clés
Python, AI, BIODIVERSITÉ
Intérêt
Le choix de ce sujet se porte sur différents intérêts notamment :
La Préservation de la richesse des connaissances ancestrales : La médecine traditionnelle détient une richesse de connaissances accumulées au fil des siècles sur les propriétés médicinales des plantes . Il est essentiel de préserver et de tirer profit de ces connaissances, qui sont souvent basées sur des expériences pratiques éprouvées.
La réduction des coûts de recherche : Les coûts élevés associés à la recherche médicale moderne peuvent être réduits en évitant la duplication de recherches en laboratoire sur des plantes déjà identifiées. Cette économie de ressources est particulièrement pertinente dans un contexte où les budgets de recherche sont limités .
La collaboration interdisciplinaire : Faciliter la collaboration entre la médecine moderne et traditionnelle est un objectif clé . Une compréhension commune des plantes médicinales, pourra ouvrir des portes à des dialogues fructueux entre des praticiens de différentes disciplines.
Problématique
Au cœur de ce projet réside la nécessité cruciale d'établir un pont entre la médecine moderne et la médecine traditionnelle. Le problème fondamental est que les praticiens de la médecine traditionnelle, répartis à travers le monde et parlant différentes langues, attribuent des noms vernaculaires locaux à des plantes aux propriétés médicinales similaires. Cette diversité linguistique complexifie grandement la compréhension et la collaboration. Plan provisoire
Notre recherche est structurée en trois chapitres distincts, hormis l'introduction et de la conclusion. Voici un aperçu du plan détaillé :
Dans le premier chapitre, nous plongeons dans l'univers de l'intelligence artificielle, avec une exploration de ses sous-domaines essentiels, notamment l'apprentissage automatique et profond. Ce chapitre sert de fondement théorique et contextuel pour comprendre les principes fondamentaux sur lesquels sera basé notre système de reconnaissance des plantes.
Le second chapitre se concentre sur la modélisation de notre solution innovante, en présentant une vue détaillée de l'architecture logique du système de reconnaissance des plantes par intelligence artificielle et en discutant la manière dont une interface utilisateur conviviale sera mise en place.
Dans le dernier chapitre, nous passerons à l'implémentation pratique de notre système, couvrant la description des étapes concrètes suivies pour la mise en œuvre de la solution, la présentation des résultats obtenus après la reconnaissance des plantes à partir d'images, l’évaluation de la performance du système et enfin la prestation de quelques l’interfaces utilisateurs. Hypothèses
Considérant certains éléments de connaissance déjà en notre possession nous essayons de répondre de manière anticipative à notre problématique.
Le développement d’un modèle d'apprentissage automatique basé sur des réseaux de neurones de convolution pour la reconnaissance précise des plantes à partir d'images pourrait aider à transcender les barrières linguistiques liées aux noms vernaculaires et fournirait une base solide pour des chercheurs de la flore médicinale.
En utilisant que des techniques de collecte de données, telles que la photographie et la documentation textuelle et en collectant les informations médicinales existantes pour chaque plante avec précision, il serait possible d'établir une base de données exhaustive qui pourrait aider dans l’entrainement du modèle d’intelligence artificielle, un échantillon de 21 plantes en raison de contraintes de temps et de ressources. Cela constituerait aussi une base pouvant être enrichi par la suite.
La mise en place d'un système capable de fournir des informations sur différentes plantes, réduirait significativement les coûts liés à la duplication de recherches en laboratoire, et faciliterait une collaboration plus étroite et efficace entre la médecine moderne et traditionnelle, ce qui conduirait ainsi à des avancées médicales significatives. Méthodes
Pour atteindre les objectifs soulignés précédemment, nous nous sommes servis de quelques méthodes et techniques entre autres :
Revue de la littérature : Une revue de la littérature a été menée pour explorer les méthodes et les approches passées liées à la détection de plantes dans le cadre de la pharmacopée. Les travaux antérieurs dans ce domaine ont été analysés pour orienter notre propre recherche.
Collecte de données : Nous avons constitué un jeu de données en photographiant nous-mêmes des plantes dans divers environnements ; Les informations de nomenclature botanique ont été extraites de références établies pour chaque plante.
Prétraitement des données : Les images des plantes ont été soumises à un prétraitement pour améliorer leur qualité et leur uniformité, conformément aux pratiques passées. Les informations sur les plantes, y compris leurs noms scientifiques et leurs propriétés médicinales, ont été normalisées et structurées.
Développement et évaluation de l’algorithme : Un algorithme basé sur l'apprentissage par transfert a été conçu et développé, en utilisant des CNN pour la détection et la classification des plantes, comme cela a été étudié dans la littérature existante ; Une interface utilisateur a été mise en place pour permettre aux utilisateurs de télécharger des images de plantes et d'obtenir des informations sur les plantes prédites. Bibliographie
.Esma Aïïmeur, Introduction à L’Intelligence,
Université de Montréal.
.Patrick Vingi , Génie logicielle, cours tech1 genie informatique ULPGL-GOMA
Directeur & Encadreur
Directeur: AKWIR Alain NKIEDIEL
Encadreur: KAMBALE Abednego WA_MUHINDO
Status
Décision ou observation:
Feu vert:
Déposé : NO
Défendu: NO
Finalisé:
Conception d'un système base sur AI pour la reconnaissance de plantes Medicinales.
Résumé
Auteur : EDIT MUTSO
Niveau: TECH2
Département: Génie Electrique et Informatique
Année Ac: 2022-2023 , | 2024-03-20 19:12:30
Mots clés
Python, AI, BIODIVERSITÉIntérêt
Le choix de ce sujet se porte sur différents intérêts notamment :La Préservation de la richesse des connaissances ancestrales : La médecine traditionnelle détient une richesse de connaissances accumulées au fil des siècles sur les propriétés médicinales des plantes . Il est essentiel de préserver et de tirer profit de ces connaissances, qui sont souvent basées sur des expériences pratiques éprouvées.
La réduction des coûts de recherche : Les coûts élevés associés à la recherche médicale moderne peuvent être réduits en évitant la duplication de recherches en laboratoire sur des plantes déjà identifiées. Cette économie de ressources est particulièrement pertinente dans un contexte où les budgets de recherche sont limités .
La collaboration interdisciplinaire : Faciliter la collaboration entre la médecine moderne et traditionnelle est un objectif clé . Une compréhension commune des plantes médicinales, pourra ouvrir des portes à des dialogues fructueux entre des praticiens de différentes disciplines.
Problématique
Au cœur de ce projet réside la nécessité cruciale d'établir un pont entre la médecine moderne et la médecine traditionnelle. Le problème fondamental est que les praticiens de la médecine traditionnelle, répartis à travers le monde et parlant différentes langues, attribuent des noms vernaculaires locaux à des plantes aux propriétés médicinales similaires. Cette diversité linguistique complexifie grandement la compréhension et la collaboration.Plan provisoire
Notre recherche est structurée en trois chapitres distincts, hormis l'introduction et de la conclusion. Voici un aperçu du plan détaillé :Dans le premier chapitre, nous plongeons dans l'univers de l'intelligence artificielle, avec une exploration de ses sous-domaines essentiels, notamment l'apprentissage automatique et profond. Ce chapitre sert de fondement théorique et contextuel pour comprendre les principes fondamentaux sur lesquels sera basé notre système de reconnaissance des plantes.
Le second chapitre se concentre sur la modélisation de notre solution innovante, en présentant une vue détaillée de l'architecture logique du système de reconnaissance des plantes par intelligence artificielle et en discutant la manière dont une interface utilisateur conviviale sera mise en place.
Dans le dernier chapitre, nous passerons à l'implémentation pratique de notre système, couvrant la description des étapes concrètes suivies pour la mise en œuvre de la solution, la présentation des résultats obtenus après la reconnaissance des plantes à partir d'images, l’évaluation de la performance du système et enfin la prestation de quelques l’interfaces utilisateurs.
Hypothèses
Considérant certains éléments de connaissance déjà en notre possession nous essayons de répondre de manière anticipative à notre problématique.Le développement d’un modèle d'apprentissage automatique basé sur des réseaux de neurones de convolution pour la reconnaissance précise des plantes à partir d'images pourrait aider à transcender les barrières linguistiques liées aux noms vernaculaires et fournirait une base solide pour des chercheurs de la flore médicinale.
En utilisant que des techniques de collecte de données, telles que la photographie et la documentation textuelle et en collectant les informations médicinales existantes pour chaque plante avec précision, il serait possible d'établir une base de données exhaustive qui pourrait aider dans l’entrainement du modèle d’intelligence artificielle, un échantillon de 21 plantes en raison de contraintes de temps et de ressources. Cela constituerait aussi une base pouvant être enrichi par la suite.
La mise en place d'un système capable de fournir des informations sur différentes plantes, réduirait significativement les coûts liés à la duplication de recherches en laboratoire, et faciliterait une collaboration plus étroite et efficace entre la médecine moderne et traditionnelle, ce qui conduirait ainsi à des avancées médicales significatives.
Méthodes
Pour atteindre les objectifs soulignés précédemment, nous nous sommes servis de quelques méthodes et techniques entre autres :Revue de la littérature : Une revue de la littérature a été menée pour explorer les méthodes et les approches passées liées à la détection de plantes dans le cadre de la pharmacopée. Les travaux antérieurs dans ce domaine ont été analysés pour orienter notre propre recherche.
Collecte de données : Nous avons constitué un jeu de données en photographiant nous-mêmes des plantes dans divers environnements ; Les informations de nomenclature botanique ont été extraites de références établies pour chaque plante.
Prétraitement des données : Les images des plantes ont été soumises à un prétraitement pour améliorer leur qualité et leur uniformité, conformément aux pratiques passées. Les informations sur les plantes, y compris leurs noms scientifiques et leurs propriétés médicinales, ont été normalisées et structurées.
Développement et évaluation de l’algorithme : Un algorithme basé sur l'apprentissage par transfert a été conçu et développé, en utilisant des CNN pour la détection et la classification des plantes, comme cela a été étudié dans la littérature existante ; Une interface utilisateur a été mise en place pour permettre aux utilisateurs de télécharger des images de plantes et d'obtenir des informations sur les plantes prédites.
Bibliographie
.Esma Aïïmeur, Introduction à L’Intelligence,Université de Montréal.
.Patrick Vingi , Génie logicielle, cours tech1 genie informatique ULPGL-GOMA
Directeur & Encadreur
Directeur: AKWIR Alain NKIEDIELEncadreur: KAMBALE Abednego WA_MUHINDO
Status
Décision ou observation:Feu vert:
Déposé : NO
Défendu: NO
Finalisé: