undefined cover
undefined cover
Optimisation des ressources hydriques : L'IA au service de la surveillance des eaux terrestres cover
Optimisation des ressources hydriques : L'IA au service de la surveillance des eaux terrestres cover
Télécom Paris Ideas

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

19min |06/02/2024
Play
undefined cover
undefined cover
Optimisation des ressources hydriques : L'IA au service de la surveillance des eaux terrestres cover
Optimisation des ressources hydriques : L'IA au service de la surveillance des eaux terrestres cover
Télécom Paris Ideas

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

19min |06/02/2024
Play

Description

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.

Chapters

  • Introduction

    00:00

  • Développer des Algorithmes Mathématiques pour Améliorer et Extraire des Informations des Images Satellitaires

    00:46

  • Intégration de Mathématiques, Science des Données et Connaissances Physiques pour des Applications Spécifiques

    01:40

  • L'optimisation de la Qualité des Données Acquises

    02:53

  • Amélioration de la Résolution des Images par l'IA

    04:57

  • Convergence des Méthodes dans le Traitement d'Images

    05:42

  • Expansion des Satellites et des Drones pour une Observation Terrestre Diversifiée et Accessible

    06:45

  • Révolution dans l'Altimétrie avec l'Imagerie Radar pour la Surveillance des Ressources en Eau

    09:08

  • Développement d'Algorithmes pour une Surveillance Fine des Ressources en Eau

    11:32

  • Enjeux de Sobriété et d'Auto-Supervision dans le Développement des Algorithmes

    14:00

  • Développement et Diffusion de Méthodes Open Source pour Divers Modes d'Acquisition

    14:32

  • Intermédiation entre Ingénieurs de la Construction des Capteurs et Utilisateurs Finaux

    15:49

  • Exploration des Modèles Fondamentaux en Intelligence Artificielle pour l'Imagerie

    16:52

  • Conclusion

    19:13

Description

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.

Chapters

  • Introduction

    00:00

  • Développer des Algorithmes Mathématiques pour Améliorer et Extraire des Informations des Images Satellitaires

    00:46

  • Intégration de Mathématiques, Science des Données et Connaissances Physiques pour des Applications Spécifiques

    01:40

  • L'optimisation de la Qualité des Données Acquises

    02:53

  • Amélioration de la Résolution des Images par l'IA

    04:57

  • Convergence des Méthodes dans le Traitement d'Images

    05:42

  • Expansion des Satellites et des Drones pour une Observation Terrestre Diversifiée et Accessible

    06:45

  • Révolution dans l'Altimétrie avec l'Imagerie Radar pour la Surveillance des Ressources en Eau

    09:08

  • Développement d'Algorithmes pour une Surveillance Fine des Ressources en Eau

    11:32

  • Enjeux de Sobriété et d'Auto-Supervision dans le Développement des Algorithmes

    14:00

  • Développement et Diffusion de Méthodes Open Source pour Divers Modes d'Acquisition

    14:32

  • Intermédiation entre Ingénieurs de la Construction des Capteurs et Utilisateurs Finaux

    15:49

  • Exploration des Modèles Fondamentaux en Intelligence Artificielle pour l'Imagerie

    16:52

  • Conclusion

    19:13

Share

Embed

You may also like

Description

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.

Chapters

  • Introduction

    00:00

  • Développer des Algorithmes Mathématiques pour Améliorer et Extraire des Informations des Images Satellitaires

    00:46

  • Intégration de Mathématiques, Science des Données et Connaissances Physiques pour des Applications Spécifiques

    01:40

  • L'optimisation de la Qualité des Données Acquises

    02:53

  • Amélioration de la Résolution des Images par l'IA

    04:57

  • Convergence des Méthodes dans le Traitement d'Images

    05:42

  • Expansion des Satellites et des Drones pour une Observation Terrestre Diversifiée et Accessible

    06:45

  • Révolution dans l'Altimétrie avec l'Imagerie Radar pour la Surveillance des Ressources en Eau

    09:08

  • Développement d'Algorithmes pour une Surveillance Fine des Ressources en Eau

    11:32

  • Enjeux de Sobriété et d'Auto-Supervision dans le Développement des Algorithmes

    14:00

  • Développement et Diffusion de Méthodes Open Source pour Divers Modes d'Acquisition

    14:32

  • Intermédiation entre Ingénieurs de la Construction des Capteurs et Utilisateurs Finaux

    15:49

  • Exploration des Modèles Fondamentaux en Intelligence Artificielle pour l'Imagerie

    16:52

  • Conclusion

    19:13

Description

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.

Chapters

  • Introduction

    00:00

  • Développer des Algorithmes Mathématiques pour Améliorer et Extraire des Informations des Images Satellitaires

    00:46

  • Intégration de Mathématiques, Science des Données et Connaissances Physiques pour des Applications Spécifiques

    01:40

  • L'optimisation de la Qualité des Données Acquises

    02:53

  • Amélioration de la Résolution des Images par l'IA

    04:57

  • Convergence des Méthodes dans le Traitement d'Images

    05:42

  • Expansion des Satellites et des Drones pour une Observation Terrestre Diversifiée et Accessible

    06:45

  • Révolution dans l'Altimétrie avec l'Imagerie Radar pour la Surveillance des Ressources en Eau

    09:08

  • Développement d'Algorithmes pour une Surveillance Fine des Ressources en Eau

    11:32

  • Enjeux de Sobriété et d'Auto-Supervision dans le Développement des Algorithmes

    14:00

  • Développement et Diffusion de Méthodes Open Source pour Divers Modes d'Acquisition

    14:32

  • Intermédiation entre Ingénieurs de la Construction des Capteurs et Utilisateurs Finaux

    15:49

  • Exploration des Modèles Fondamentaux en Intelligence Artificielle pour l'Imagerie

    16:52

  • Conclusion

    19:13

Share

Embed

You may also like