Retrouvez tous les événements.
Derrière les étoiles ou différentes façons de voir un soleil
28/03/2025 12:30
Les Vendredis de l’OVSQ.
Projets du GIEC et liens avec les prises de décision en matière de climat
24/03/2025 16:30
Le Pr James « Jim » Ferguson Skea président du GIEC et professeur à l’Imperial College de Londres se verra remettre le 25 mars 2025 le Doctorat Honoris Causa de Sorbonne Université. À l’occasion de sa venue, l’UFR Terre Environnement Biodiversité organise un séminaire exceptionnel en partenariat avec l’IPSL.
Arts et sciences face au changement climatique et à la transition écologique
24/03/2025 09:00
L’école vise à offrir des échanges riches et transdisciplinaires à travers des conférences scientifiques, des tables rondes thématiques, ainsi que des ateliers artistiques. Le but est de sensibiliser aux enjeux climatiques tout en favorisant une réflexion collective sur la transition écologique.
« Premier ‹ Précédent 1 3 4 5 6 7 15 44 Suivant › Dernier »
Retrouvez tous les séminaires.
New ways for dynamical prediction of extreme heat waves: rare event simulations and machine learning with deep neural networks
19/10/2021 14:00
Séminaire dans le cadre de la nouvelle saison des séminaires « AI4Climate »
Séminaire des doctorants du LOCEAN
19/10/2021 11:00
Séminaire de Antoine Nasser et Kenza Himmich, doctorants du LOCEAN
Développement d’un modèle hydrogéologique pour appuyer la prise de décision sous incertitude, Îles de la Madeleine (Québec, Canada)
15/10/2021 14:00
Aux Îles de la Madeleine, l’eau souterraine est la seule source d’eau potable pour les habitants, mais cette ressource est vulnérable à la contamination par l’intrusion d’eau de mer. Des modèles numériques sont actuellement développés pour appuyer la prise de décision des gestionnaires de l’eau.
« Premier ‹ Précédent 1 28 118 126 127 128 129 130 134 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 »
