Retrouvez tous les événements.
Patrimoine Instrumental Spatial : Enjeux et méthodes
10/06/2022 12:30
Conférence de Philippe Keckhut, responsable scientifique du projet Patrimoine MADONNA/instrumentation Spatiale et Delphine Breheret, Ingénieure d’étude – chargée des archives.
Scénarios innovants et stratégies résilientes d’aménagement du territoire : le cas de la municipalité de Saint-André d’Argenteuil (STADA), QC
20/05/2022 12:30
Conférence de Isabelle Thomas, professeure à l’Université de Montréal
Les eaux souterraines, clé des objectifs de développement durable
18/05/2022 08:30
Cette conférence a pour objectif principal de constituer un point de rencontre afin de favoriser les échanges entre scientifiques, chercheurs et techniciens, législateurs, décideurs et gestionnaires, bailleurs de fonds, collectivités, société civile et ONG, et les acteurs économiques dans les domaines de l’eau et du développement durable.
« Premier ‹ Précédent 1 21 29 30 31 32 33 41 44 Suivant › Dernier »
Retrouvez tous les séminaires.
Eddy Detecting Neural Networks: harnessing visible satellite imagery and altimetry for operational oceanography
11/05/2022 14:00
Our next seminar will be held on wednesday the 11th of May, at 14h00 ECT, at the Pierre et Marie Curie campus of Sorbonne Université, in the SCAI seminar room lockated on the first floor of the Esclangon building
Abrupt transition to superrotation in an idealized GCM with terrestrial parameters
10/05/2022 14:00
Pablo Zurita travaille à l’Universidad Complutense de Madrid.
Une campagne d'été en Antarctique
21/04/2022 11:00
Ce séminaire racontera trois mois de campagne de recherche en Antarctique en 2019-2020 (juste avant le COVID) dans le cadre du projet de recherche CALVA créé par Christophe Genthon.
« Premier ‹ Précédent 1 20 110 118 119 120 121 122 130 139 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 »
