Retrouvez tous les événements.
Le climat change, la météo aussi ?
08/11/2022 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 !
Vendredi de l'OVSQ - Le climat et les énergies : Que faire ? Réflexions sur des solutions réalistes
21/10/2022 12:30
L’OVSQ vous propose une conférence sur le thème des énergies et de leurs effets sur le climat dans le cadre des vendredi de l’OVSQ, avec Claude Sutren, ingénieur Arts et Métiers.
La météo en Antarctique. Observer l’actuel - Prévoir l’avenir
18/10/2022 17:30
Avec Jean-Baptiste Madeleine, Christophe Genthon et Valentin Wiener (LMD-IPSL).
« Premier ‹ Précédent 1 17 25 26 27 28 29 37 44 Suivant › Dernier »
Retrouvez tous les séminaires.
Webinaire formats de stockage pour le Deep Learning en Python
24/05/2023 11:00
Le groupe ESPRI-IA qui a pour but de promouvoir l’entraide technique et méthodologique sur l’IA, a le plaisir de vous annoncer son troisième séminaire sur une étude des formats de stockage Python (Numpy, HDF5 et Zarr) et des codecs de compression (lz4, zstd, blosc, etc.) pour la gestion de grands datasets d’entraînement en Deep Learning.
Découvrez ClimarisQ : le jeu smartphone/web qui vous engage dans la lutte pour le climat
23/05/2023 11:00
Vous êtes un.e scientifique passionné.e par les enjeux environnementaux et le changement climatique ? Vous cherchez un moyen amusant et éducatif d’approfondir vos connaissances sur le système climatique ? Ne cherchez plus ! Nous vous invitons à découvrir ClimarisQ, un jeu passionnant conçu pour sensibiliser les joueur.euses aux impacts du changement climatique et à l’urgence d’une action.
Séminaire de présentation du Centre de Calcul et de Données ESPRI de l'IPSL
22/05/2023 14:00
Les équipes du centre de calcul et de données ESPRI de l’IPSL vous invitent à un séminaire pour vous présenter les services que nous opérons et qui peuvent être utiles pour vos projets : mise à disposition de moyens de calcul intensif distribué, accès à des bases de données diverses, espace de stockage, plateformes de diffusion de données scientifiques, hébergement de projets.
« Premier ‹ Précédent 1 81 89 90 91 92 93 101 139 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 »
