AcoustRivNN L'Intélligence Artificielle au service de la caractérisation du transport sédimentaire - Archive ouverte HAL Access content directly
Poster Communications Year : 2022

AcoustRivNN L'Intélligence Artificielle au service de la caractérisation du transport sédimentaire

Abstract

L'estimation du flux sédimentaire charrié par l'eau, en rivières, en zone côtière ou en estuaire, qui est un enjeu crucial pour la gestion de ces derniers, permettant de mener à bien des études scientifiques, des projets de restauration ou de prévention, ainsi que des travaux opérationnels. Devant le manque de méthode efficace pour estimer le flux de charriage, le projet AcoustRivNN propose d'apporter "une preuve de concept" en développant un système original basé sur le deep learning permettant d'estimer le flux et la granulométrie de sédiments grossiers à partir de la pression acoustique générée par ce dernier et mesurée par des hydrophones (PAM)
Fichier principal
Vignette du fichier
AcoustRivNN.pdf (1.74 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

hal-03692090 , version 1 (09-06-2022)

Identifiers

  • HAL Id : hal-03692090 , version 1

Cite

Mourad Raked, Ghislain Gassier, Michal Tal. AcoustRivNN L'Intélligence Artificielle au service de la caractérisation du transport sédimentaire. Journée Scientifique OSU Pytheas "Intelligence Artificielle", Apr 2022, Aix en provence, France. ⟨hal-03692090⟩
46 View
23 Download

Share

Gmail Facebook X LinkedIn More