Logo Lanfrica
  • Accueil
  • Atlas
  • Analyses
  • Documentation
  • Sign in

© 2026 Lanfrica. Tous droits réservés. Tous les droits d'auteur des ressources affichées sur le site Web Lanfrica appartiennent aux détenteurs de droits d'auteur d'origine, sauf indication contraire explicite.

Indabax-Green-Health-Lab/indabax-hackathon-2026

Domaine:

climatehealthcare

Type de record:

model
Créateur:
Ind
Hôte:
IndabaX Green Health Lab is an AI-powered initiative developed for the IndabaX Cameroon 2026 Hackathon. The project leverages advanced machine learning and meteorological data to forecast air pollution indicators, identify climate-driven factors affecting air quality across regions, and support informed public health decision-making. # 🌍 AirWatch Cameroun — Prédiction de la Qualité de l'Air **Hackathon IndabaX Cameroon 2026** — L'IA au service de la résilience climatique et sanitaire --- ## 📋 Résumé AirWatch Cameroun est une solution complète de veille intelligente de la qualité de l'air, développée dans le cadre du Hackathon IndabaX Cameroon 2026. En l'absence de capteurs PM2.5 au Cameroun, nous construisons un **proxy PM2.5** à partir de 6 variables météorologiques, puis nous le prédisons avec un moteur IA multi-modèles et le restituons via un dashboard interactif. | Donnée | Valeur | |--------|--------| | Observations | 87 240 | | Villes couvertes | 42 (10 régions) | | Période | 2020 – 2025 | | Meilleur modèle | LightGBM (R² > 0.80) | --- ## 🏗️ Architecture du Projet ``` hackathon-indabax-2026/ │ ├── Pipe_hackaton_ameliore.py # Pipeline ML (4 modèles) ├── dashboard_indabax_corrige_final_fixed.py # Dashboard Streamlit (7 onglets) ├── rapport_technique.docx # Rapport technique complet ├── pitch_indabax_2026.pptx # Pitch deck (7 slides) ├── requirements.txt # Dépendances Python └── README.md ``` --- ## 🔬 Proxy PM2.5 — Méthodologie Le Cameroun ne dispose pas de réseau de capteurs de particules fines. Notre proxy est un indicateur synthétique basé sur 6 composantes météorologiques dont la corrélation avec les concentrations en PM2.5 est documentée dans la littérature scientifique : | Composante | Poids | Justification | |------------|-------|---------------| | Stagnation du vent | 25% | Vent faible → polluants accumulés | | Couche limite basse | 20% | Atmosphère bouchée → piégeage au sol | | Absence de pluie | 15% | Pas de lessivage atmosphérique | | Chaleur | 15% | Réactions photochimiques → ozone | | Sécheresse | 15% | Air sec → poussières en suspension | | Rayonnement solaire | 10% | UV → ozone troposphérique | La normalisation est calculée **sur le jeu d'entraînement uniquement** (anti-leakage). Les composantes bru …

Visit

github.com

Licenses

MIT