Veuillez utiliser cette adresse pour citer ce document : http://repository.enp.edu.dz/jspui/handle/123456789/11335
Affichage complet
Élément Dublin CoreValeurLangue
dc.contributor.authorTerfani, Ahmed Abdelnour-
dc.contributor.authorIzerouel, Adel Sofiane-
dc.contributor.otherArki, Oussama, Directeur de thèse-
dc.date.accessioned2025-11-16T14:23:25Z-
dc.date.available2025-11-16T14:23:25Z-
dc.date.issued2025-
dc.identifier.otherEP00980-
dc.identifier.urihttp://repository.enp.edu.dz/jspui/handle/123456789/11335-
dc.descriptionMémoire de Projet de Fin d’Études : Génie Industriel.Date Science et intelligence artificiel : Alger, École Nationale Polytechnique : 2025fr_FR
dc.description.abstractCe travail porte sur le développement intégral, à partir de zéro, d’une application web pour l’extraction d’informations et la prédiction des risques à partir des rapports journaliers de forage (DDR) dans l’industrie pétrolière et gazière. L’objectif principal est de fournir aux ingénieurs et responsables de forage des informations exploitables pour optimiser l’efficacité opérationnelle et atténuer les dangers potentiels. La solution, conçue et réalisée entièrement en interne, comprend le traitement des données des DDR, l’application de techniques de science des données pour la reconnaissance de formes, et l’utilisation de modèles d’apprentissage automatique et d’intelligence artificielle (IA) avancés pour la génération d’informations pertinentes et la prédiction fiable des risques. Toutes ces fonctionnalités sont accessibles via une interface web de type tableau de bord (dashboard) conviviale, spécifiquement conçue pour une analyse efficace des données et une visualisation claire des risques prédits.fr_FR
dc.language.isofrfr_FR
dc.subjectRapports Journaliers de Forage (DDR)fr_FR
dc.subjectExtraction d’Informationsfr_FR
dc.subjectVisualisationfr_FR
dc.subjectPrédiction des Risquesfr_FR
dc.subjectApprentissage Automatiquefr_FR
dc.subjectModèles d’IAfr_FR
dc.titleDéveloppement d’une application web permettant l’extraction de renseignements sur le forage et prévision des risques de forage : application SLB NAF Ex-Schlumbergerfr_FR
dc.typeThesisfr_FR
Collection(s) :Département Génie industriel : Data Science_Intelligence Artificielle

Fichier(s) constituant ce document :
Fichier Description TailleFormat 
pfe.dsia.TERFANI.Ahmed.Abdelnour_IZEROUEL.Sofiane.Adel.pdfPI0112519.27 MBAdobe PDFVoir/Ouvrir


Tous les documents dans DSpace sont protégés par copyright, avec tous droits réservés.