
Retrouvez tous les événements.
SPACESCHOOL : cycle de conférences en ligne sur la recherche et les métiers du spatial
11/01/2022 00:00
A destination des étudiants de l’Université Paris-Saclay du niveau L1 à M2, ces conférences visent à présenter les différentes disciplines et thématiques de recherche (académique et industrielle) en lien avec le secteur spatial, en mettant en valeur les forces de l’Université dans ce domaine.
Mardi 11 janvier 2022: « Système lanceur : de nombreuses disciplines » par Didier Gignac.
SPACESCHOOL : cycle de conférences en ligne sur la recherche et les métiers du spatial
10/01/2022 00:00
A destination des étudiants de l’Université Paris-Saclay du niveau L1 à M2, ces conférences visent à présenter les différentes disciplines et thématiques de recherche (académique et industrielle) en lien avec le secteur spatial, en mettant en valeur les forces de l’Université dans ce domaine.
Lundi 10 janvier 2022: Nouveaux imageurs hyper-spectraux pour l’observation de la Terre
Conférence : Observer les tempêtes pour améliorer les prévisions météo
13/12/2021 00:00
Gwendal Rivière du LMD donnera avec Marie Mazoyer (CNRM, Météo France) une conférence « grand public » sur les tempêtes, à l’Espace Pierre-Gilles de Gennes, lundi prochain (13 décembre) de 18h30 à 20h. Cette conférence se déroulera en présentiel dans l’amphi de l’Institut Pierre-Gilles de Gennes, 6 rue Calvin, Paris 5e.
« Premier ‹ Précédent 1 30 38 39 40 41 42 44 Suivant › Dernier »
Retrouvez tous les séminaires.
Laser-based mass spectrometry in the planetary sciences: convergence of emerging priorities and enabling technologies
17/06/2025 11:30
Séminaire du LATMOS.
Big Data Assimilation Revolutionizing Numerical Weather Prediction Using Fugaku
13/06/2025 14:00
Séminaire du LMD.
Simulated climatologies of Northern Hemisphere blocking and storm tracks in AGCMs
12/06/2025 14:30
Séminaire du LMD à l’ENS.
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 »