Intelligence artificielle et données images massives multi-capteurs pour l'optimisation des systèmes d'alerte précoce à la sècheresse dans les agrosystèmes à forte variabilité des extrêmes climatiques - Archive ouverte HAL
Poster De Conférence Année : 2022

Intelligence artificielle et données images massives multi-capteurs pour l'optimisation des systèmes d'alerte précoce à la sècheresse dans les agrosystèmes à forte variabilité des extrêmes climatiques

Domaines

Modélisation et simulation Géographie Environnement et Société Méthodes et statistiques Traitement des images [eess.IV]
Fichier principal
Vignette du fichier
Poster_Doctorant_Hanadé Houmma ISMAGUIL_version3.pdf (1.52 Mo) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Sébastien GADAL  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03747835

Soumis le : lundi 8 août 2022-17:13:38

Dernière modification le : mercredi 4 décembre 2024-10:20:03

Archivage à long terme le : mercredi 9 novembre 2022-18:57:45

Télécharger pour visualiser

Dates et versions

hal-03747835 , version 1 (08-08-2022)
hal-03747835 , version 2 (24-08-2022)

Identifiants

  • HAL Id : hal-03747835 , version 1

Citer

Ismaguil Hanadé Houmma, Sébastien Gadal, Loubna El Mansouri, Rachid Hadria. Intelligence artificielle et données images massives multi-capteurs pour l'optimisation des systèmes d'alerte précoce à la sècheresse dans les agrosystèmes à forte variabilité des extrêmes climatiques. 6ème Journées scientifiques de l'école doctorale 355, May 2022, Aix-en-Provence, France. ⟨hal-03747835v1⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite
351 Consultations
43 Téléchargements

Partager

More