Retrouvez tous les événements.
Comment l'art peut sensibiliser à la protection des océans ?
05/12/2024 20:00
Comment l’imaginaire véhiculé par les océans et sa beauté peuvent-ils nous aider à les protéger et à nous sensibiliser aux enjeux environnementaux ?
Voyage autour de Saturne
05/12/2024 19:00
Saturne est la 6e planète du système solaire. Entourée de ses nombreux anneaux, la géante gazeuse possède de nombreuses lunes remarquable, à l’instar de Titan, seule lune du système à posséder une atmosphère.
Les analogies entre des objets d'études terrestres et extraterrestres
28/11/2024 13:30
Demi-journée de séminaire du groupe « Système solaire » de l’IPSL.
« Premier ‹ Précédent 1 7 8 9 10 11 19 44 Suivant › Dernier »
Retrouvez tous les séminaires.
Comment construire des connaissances sur le changement climatique avec des non spécialistes ?
21/06/2023 14:30
Valentin Maron est chercheur en didactique de la physique à l’Université Toulouse Jean Jaurès (EFTS, INSPE).
Biases in coupled models on Indian Ocean Climate
21/06/2023 11:00
Sebastian McKenna Coupled climate models such as those in the Coupled Model Intercomparison Project Phase 6 (CMIP6) suffer from biases in sea surface temperature (SST) which affect the representation of impactful climate phenomena. We investigate the surface layer heat budget to diagnose the processes leading to monthly climatological SST biases in historical simulation of 20 CMIP6 models.
Emergence of Changes in the El Niño Southern Oscillation and Teleconnection Patterns
19/06/2023 16:00
Future changes in the mean climate of the tropical Pacific and characteristics of the El Niño Southern Oscillation (ENSO) are established as being likely. In this work we determine the time of emergence of climate change signals from the background natural variability.
« Premier ‹ Précédent 1 66 74 75 76 77 78 86 133 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 »
