Classification de minéraux sur Mars à partir de données Raman et d'apprentissage automatique. Un premier pas vers l'analyse multi-senseurs. - Archive ouverte HAL
Communication Dans Un Congrès Année : 2021

Classification de minéraux sur Mars à partir de données Raman et d'apprentissage automatique. Un premier pas vers l'analyse multi-senseurs.

Elise Clavé
  • Fonction : Auteur
  • PersonId : 1091541
Centre d'Etudes Lasers Intenses et Applications
Gilles Montagnac
Laboratoire de Géologie de Lyon - Terre, Planètes, Environnement
Gilles Dromart
Laboratoire de Géologie de Lyon - Terre, Planètes, Environnement
Olivier Beyssac
Laboratoire de géologie de l'ENS
Cécile Fabre
GeoRessources
CV
Olivier Forni
Institut de recherche en astrophysique et planétologie
Sylvestre Maurice
Institut de recherche en astrophysique et planétologie
Bruno Bousquet
Centre d'Etudes Lasers Intenses et Applications
Roger Wiens

Domaines

Planète et Univers [physics]

CCSD Sciencesconf.org  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03587798

Soumis le : jeudi 24 février 2022-16:25:08

Dernière modification le : dimanche 15 décembre 2024-19:06:34

Fichier non déposé

Dates et versions

hal-03587798 , version 1 (24-02-2022)

Identifiants

  • HAL Id : hal-03587798 , version 1

Citer

Elise Clavé, Gilles Montagnac, Gilles Dromart, Olivier Beyssac, Cécile Fabre, et al.. Classification de minéraux sur Mars à partir de données Raman et d'apprentissage automatique. Un premier pas vers l'analyse multi-senseurs.. 27e édition de la Réunion des Sciences de la Terre, SGF, CNRS, Laboratoire de Géologie de Lyon ou l’étude de la Terre, des planètes et de l’environnement, Nov 2021, Lyon, France. ⟨hal-03587798⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-ST-ETIENNE ENS-LYON CEA INSU METEO ENS-PARIS CNRS UNIV-LYON1 CELIA OMP OMP-IRAP LGL-TPE DAM UNIV-LORRAINE GEORESSOURCES-UL PSL OTELO-UL UDL LGENS RST2021 UNIV-UT3 UT3-TOULOUSEINP
54 Consultations
0 Téléchargements

Partager

More