
Retrouvez tous les événements.
Pourquoi et comment initier une transition dans les laboratoires ?
15/02/2023 10:00
Pourquoi et comment initier une transition dans les laboratoires ? Le premier webinaire Labos 1point5 à destination des directions d’unité.
La mission Uvsq-Sat fête ses deux ans en orbite, 2 ans dédiés à la mesure du bilan radiatif de la Terre
20/01/2023 12:30
L’OVSQ vous propose une conférence sur le thème de l’observation de la Terre, le climat, les satellites et le NewSpace dans le cadre des vendredi de l’OVSQ, avec Mustapha Meftah, responsable scientifique de la filière petits satellites (Uvsq-Sat, Inspire-Sat, Uvsq-Sat NG) & du programme Gaïa Y78 et Emmanuel Bertran, ingénieur chargé de la gestion des satellites.
Hommage à Anny-Chantal Levasseur-Regourd
09/12/2022 09:00
Le LATMOS, Sorbonne Université et l’Institut Pierre-Simon Laplace (IPSL) rendent hommage à Anny-Chantal Levasseur-Regourd en présence des membres de sa famille.
« Premier ‹ Précédent 1 14 22 23 24 25 26 34 44 Suivant › Dernier »
Retrouvez tous les séminaires.
Constraining carbon cycle processes at national and ecoregional scales using radiocarbon
28/11/2024 11:00
Séminaire du LSCE.
Surrogate-based data assimilation for large-eddy simulation of microscale pollutant dispersion
26/11/2024 11:00
In this work, we design a reduced-cost data assimilation based on an ensemble Kalman filter (EnKF) that combines in situ concentration measurements with LES model predictions to reduce uncertainty in large-scale atmospheric forcing parameters.
Présentation du pôle Océan ODATIS
25/11/2024 16:00
Présentation des diverses activités et composantes du pôle national de données et services Océan.
« Premier ‹ Précédent 1 13 21 22 23 24 25 33 123 133 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 8 16 17 18 19 20 28 54 Suivant › Dernier »