Retrouvez tous les événements.
En cas de doute, foncez !
26/04/2024 18:30
Anne Mangeney et Nobuaki Fuji, sismologues à l’Institut de physique du globe de Paris (IPGP) et membres de l’Institut Universitaire de France (IUF), proposent une soirée Art & Science autour d’une spectacle musical « En cas de doute », foncez ! » du Teatru di u Cumunu, suivi du table ronde où seront évoqués les icebergs, la sismologie, le Titanic et le changement climatique !
[COSI] Entre liberté et responsabilité, l'engagement public des chercheurs et chercheuses
26/03/2024 12:45
Le COSI (Café Ouvert Sciences et Ingénierie) est un rendez-vous convivial destiné à tous les personnels. N’hésitez pas à y participer !
Explorez l’Océan !
17/02/2024 13:00
Le temps d’un week-end, les Échappées inattendues du CNRS s’installent au musée des Arts et Métiers pour explorer plus intensément l’océan.
« Premier ‹ Précédent 1 7 15 16 17 18 19 27 44 Suivant › Dernier »
Retrouvez tous les séminaires.
Cycle « Changement Climatique : Sciences, Sociétés, Politique », 2023-2024
13/10/2023 14:00
Reprise du séminaire « Changement Climatique : Sciences, Sociétés, Politique » co-organisé par le Centre Alexandre-Koyré (EHESS-CNRS) et l’ENS (CERES). Un vendredi sur deux (sauf exceptions) de 14 h à 17h, du 13 octobre 2023 au 26 janvier 2024 à l’ÉNS.
L’adaptation au changement climatique à l’échelle locale
13/10/2023 14:00
Nouvelle séance du séminaire « Changement Climatique : Sciences, Sociétés, Politique » co-organisé par le Centre Alexandre-Koyré (EHESS-CNRS) et l’ENS (CERES).
Lancement du cycle de conférences « Partager & Agir »
10/10/2023 17:00
Et si on s’octroyait un petit espace temps pour essayer chacun·e, et ensemble, de repenser les sciences du climat en réponse aux crises environnementales ?
« Premier ‹ Précédent 1 63 71 72 73 74 75 83 139 Suivant › Dernier »
Retrouvez toutes les soutenances de thèses et de HDR.
Conception de modèles d'apprentissage profond pour les inversions de surface et atmosphériques à partir du sondeur infrarouge IASI
02/07/2024 10:00
L’observation de la Terre est essentielle pour comprendre et surveiller le comportement complexe de notre planète. Les satellites, équipés d’un certain nombre de capteurs sophistiqués, constituent une plateforme clé à cet égard, offrant une opportunité d’observer la Terre à l’échelle globale et de manière continue. Les tech- niques d’apprentissage automatique (ML) sont utilisées depuis plusieurs décennies, dans la communauté de la télédétection, pour traiter la grande quantité de données générées quotidiennement par les systèmes d’observation de la Terre. La révolution apportée par les nouvelles techniques de Deep Learning (DL) a toute- fois ouvert de nouvelles possibilités pour l’exploitation des observations satellitaires.
Cette thèse vise à montrer que des techniques de traitement d’images telles que les réseaux neuronaux convolutifs (CNN), à condition qu’elles soient bien maîtrisées, ont le potentiel d’améliorer l’estimation des paramètres atmosphériques et de surface de la Terre. En considérant les observations à l’échelle de l’image plutôt qu’à l’échelle du pixel, les dépendances spatiales peuvent être prises en compte. De telles techniques sont utilisées dans cette thèse pour l’estimation des tempéra- tures de surface et atmosphériques, ainsi que pour la détection et la classification des nuages à partir des observations de l’Interféromètre Atmosphérique de Sondage dans l’Infrarouge (IASI). IASI, qui est placé à bord des satellites en orbite polaire Metop, est un sondeur hyperspectral collectant des données sur une large gamme de longueurs d’onde dans l’infrarouge. Chacune est adaptée à l’identification des constituants atmosphériques à différents niveaux de l’atmosphère, ou de paramètres de surface.
En plus d’améliorer la qualité des restitutions, de telles méthodes d’Intelligence Artificielle (IA) sont capables de traiter des images contenant des données manquantes, de mieux estimer les événements extrêmes (souvent négligés par les techniques statistiques traditionnelles) et d’estimer les incertitudes des restitutions. Cette thèse montre pourquoi les méthodes d’IA, et en particulier les CNN avec convolutions partielles, devraient constituer l’approche privilégiée pour l’exploitation des observations provenant de nouvelles missions satellitaires telles que IASI-NG ou MTG-S IRS.
L’eau souterraine, une ressource en eau critique pour les forêts et les sociétés humaines en état de stress hydrique
26/06/2024 14:00
- Frédéric NGUYEN, PR, Université de Liège
- Nathalie BREDA, DR, INRAE – UMR SILVA
- Patrick LACHASSAGNE, DR, IRD – UMR HSM
- Isabelle BRAUD, DR, INRAE – UR RiverLy
- Roger MOUSSA, DR, INRAE – UMR LISAH
- Valérie PLAGNES, PR, Sorbonne Université – UMR METIS
- Damien JOUGNOT, DR, CNRS – UMR METIS
« Premier ‹ Précédent 1 11 19 20 21 22 23 31 57 Suivant › Dernier »
