One major problem that affecting grape production is that of infestations by fungal pathogens, among which Plasmopara viticola is one of the worst, causing grapevine downy mildew. This can cause substantial damage to a vineyard, which leads to economic losses. Methods of predicting disease outbreak rely on the monitoring of meteorological parameters. With the recent development of Internet of Things (IoT) technologies, in situ data can be efficiently collected on a large scale. In this paper, a new model with early warning system implementation for grapevine downy mildew based on Narrow Band IoT (NB-IoT) and energy harvesting is presented. Models of downy mildew warning systems have evolved from the early temperature-based (and later, humidity-based) models to the latest mechanistic models which include rainfall/leaf wetness and hourly monitoring. We added parameters such as ’favorable night condition’ and ’wind speed’ as critical for sporangia spreading. The comparison of the model with the commercial iMetos^® warning system and the latest mechanistic model for three specific vineyard locations indicates a high correlation between alarms.

High percentage of road accidents with even fatal outcomes are caused by the driver’s drowsiness and other factors that can be controlled by the driver himself. Thus, for modern Advanced Driving Assistance Systems (ADAS) it would be of great use to implement a reliable system for detecting driver’s drowsiness, fatigue, and inattention. One way this could be achieved is by using convolutional neural networks (CNN) and machine learning (ML) principles. In this paper, we present academic research on the topic which is based on three CNN’s used for monitoring the driver with a possibility to dispatch notification when concluded that his state of attention is not suitable for operating a motorized vehicle. Each of the three CNN’s processes different parts of the image from the inside of the vehicle and are connected in a series in a way that the outputs of the previous are used as the inputs for the next CNN model in the series.

Le paradigme d'Internet des objets (IdO) envisage d'augmenter l'Internet actuel avec un grand nombre de dispositifs intelligents communicants. Les réseaux de capteurs sans fil (RCsF) déploient les appareils fonctionnant sur les approvisionnements énergétiques maigres et mesurent les phénomènes environnementaux (comme la température, la radioactivité, ou CO2). Les applications populaires de réseaux de capteurs sans fil comprennent la surveillance, la télémétrie et la prévention des catastrophes naturelles. Les majeurs défis de réseaux de capteurs consistent à: comment obtenir l'efficacité énergétique? Comment surmonter les déficiences de support sans fil? et comment les faire fonctionner d'une manière auto-organisée? L'intégration de réseaux de capteurs dans IoD s'appuiera sur un ensemble de standards ouverts qui s'efforcent d'offrir le passage à l'échelle, la fiabilité dans une variété des conditions, et les scénarios d'exploitation. Néanmoins, les standards dans leur état actuel ont des problèmes d'interopérabilité et peuvent bénéficier de nouvelles améliorations. Les contributions de la thèse sont les suivantes: • Nous avons mené une analyse expérimentale et identifié les caractéristiques d'un environnement de réseau de capteurs. Notre analyse a porté sur la modélisation des liens et la dynamique du réseau, ainsi que la corrélation des liens avec les paramètres environnementaux. L'étude analytique nous a permis d'identifier les principales faiblesses de l'environnement du RCsF et a permis aussi d'obtenir une meilleure compréhension de la dynamique de lien radio et le voisinage des nœuds. • Nous avons confrontés la question de l'interopérabilité des deux principaux standards - IEEE 802.15.4 dans la couche de contrôle d'accès au medium, et RPL dans la couche de transport. Nous proposons d'adapter la structure originale de cluster tree et de construire un framework élégant, qui permettra le fonctionnement conjoint de l'IEEE 802.15.4 et RPL sans l'apparition des collisions. En outre, nous évaluons à travers de nombreuses simulations les deux algorithmes distribués d'attribution de slots. Ces algorithmes permettront d'atteindre un fonctionnement presque sans collisions. • Nous proposons une solution inter-couche distribuée dans le but de construire une topologie afin que IEEE 802.15.4 et RPL puissent fonctionner ensemble. Notre algorithme auto-organisé obtient une structure topologique obéissante aux recommandations globales, cela, par la seule utilisation des métriques mesurées localement. De nombreuses simulations démontrent les avantages de la structure résultante en termes de convergence de temps, de stabilité, et d'efficacité énergétique dans le long terme. Les simulations démontrent aussi un impact positif sur les performances de routage. • Nous proposons un ensemble de nouveaux mécanismes qui permettront d'améliorer les performances de RPL et d'utiliser la Qualité de Service pour gérer les problèmes de trafic sensible. Notre extension de routage opportuniste et multi-chemin contribue à améliorer la livraison des paquets avant une date limite, tout en minimisant le surcout et la consommation d'énergie par rapport à la version de base de RPL.