Optimisation des ressources hydriques : L'IA au service de la surveillance des eaux terrestres
00:00 / 19:42
#1 Introduction
Chapters
#1
Introduction
#2
Développer des Algorithmes Mathématiques pour Améliorer et Extraire des Informations des Images Satellitaires
00:46
#3
Intégration de Mathématiques, Science des Données et Connaissances Physiques pour des Applications Spécifiques
01:40
#4
L'optimisation de la Qualité des Données Acquises
02:53
#5
Amélioration de la Résolution des Images par l'IA
04:57
#6
Convergence des Méthodes dans le Traitement d'Images
05:42
#7
Expansion des Satellites et des Drones pour une Observation Terrestre Diversifiée et Accessible
06:45
#8
Révolution dans l'Altimétrie avec l'Imagerie Radar pour la Surveillance des Ressources en Eau
09:08
#9
Développement d'Algorithmes pour une Surveillance Fine des Ressources en Eau
11:32
#10
Enjeux de Sobriété et d'Auto-Supervision dans le Développement des Algorithmes
14:00
#11
Développement et Diffusion de Méthodes Open Source pour Divers Modes d'Acquisition
14:32
#12
Intermédiation entre Ingénieurs de la Construction des Capteurs et Utilisateurs Finaux
15:49
#13
Exploration des Modèles Fondamentaux en Intelligence Artificielle pour l'Imagerie
16:52
#14
Conclusion
19:13
Optimisation des ressources hydriques : L'IA au service de la surveillance des eaux terrestres
Optimisation des ressources hydriques : L'IA au service de la surveillance des eaux terrestres.
Florence Tupin, professeure et responsable du département Image, Données, Signal (IDS) de Télécom Paris, nous explique comment le traitement des images par intelligence artificielle peut améliorer la qualité et donc l’exploitation des données acquises par les satellites.
Elle nous parle de la contribution de son équipe de recherche au projet européen SWOT, qui vise à mesurer les eaux de la terre.
Podcast enregistré le 12 décembre 2023.
Hébergé par Ausha. Visitez ausha.co/politique-de-confidentialite pour plus d'informations.
🚀 Powered by Ausha