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 Traitement des images [eess.IV] Environnement et Société Géographie Méthodes et statistiques
Fichier sous embargo
Fichier sous embargo
0 ― 4 ― 26
Année Mois Jours
Avant la publication
lundi 31 mars 2025

Ismaguil Hanadé Houmma  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-03747835

Soumis le : mercredi 24 août 2022-23:21:21

Dernière modification le : mardi 10 septembre 2024-09:36:05

Fichier sous embargo
lundi 31 mars 2025
Connectez-vous pour demander l'accès au fichier

Dates et versions

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

Licence

Paternité - Pas d'utilisation commerciale - Pas de modification

Identifiants

  • HAL Id : hal-03747835 , version 2

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-03747835v2⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-AVIGNON CNRS UNIV-AMU INRA ESPACE TDS-MACS UNIV-COTEDAZUR INRAE ESPACE_AIX-EN-PROVENCE MEMO-SHS
346 Consultations
43 Téléchargements

Partager

More