Deep Learning Approaches for Early Disease Detectionn

Informatique Article scientifique

Auteurs : Djelika SYLLA, Abdoul Gadiri KABA

Date de publication : 16 juillet 2026

DOI : 10.5281/exemple.0222

Licence : CC BY 4.0 — Attribution

Résumé

Optimisation de la gestion des ressources hydriques en
zone sahélienne par apprentissage automatique
Aïssatou N. Diallo, Mamadou S. Barry, Fatoumata Camara
Département de Génie de l'Environnement, Université Nongo, Conakry, Guinée
Revue Africaine des Sciences de l'Eau et de l'Environnement | Vol. 14, No. 2 (2025), pp. 87-104 | DOI:
10.5678/rasee.2025.14.2.087
Résumé
La gestion durable des ressources en eau demeure un défi majeur pour les régions sahéliennes
soumises à une forte variabilité climatique.

Mots-clés : automatique bassin climatique contexte donnée eau gestion hydrique hydrologique modèle nappe prévision ressource résultat zone

Métadonnées : Dublin Core (XML) · HAL (JSON)

© CRICT — Tous droits réservés.