Le CES Détection des changements organise avec le soutien du CNRS (via le PEPS DL2T) deux journées de tables rondes sur le thème "DeepLearning - Télédétection - Temps" les 29 et 30 novembre à Paris.

L'objectif de ces journées est de réunir :

  • des "spécialistes" du Deep Learning de séries temporelles de données de télédétection mais aussi médicales ou autres
  • des thématiciens des Sciences de l'Environnement, de l'Observation de la Terre, ...
  • des "méthodologues" de la télédétection (informaticiens,  traiteurs d'images ...

afin de discuter et échanger sur les potentialités mais aussi les limites du Deep Learning pour l'analyse de séries d'images de télédétection.

L'idée est de relier des besoins thématiques à des verrous bloquant potentiellement la mise en œuvre des approches d’apprentissage profond pour l’analyse temporelle de séries d’images de télédétection et ainsi de proposer des voies de recherche visant à les faire sauter.

Afin d'offrir un cadre optimal de discussions, ces journées prendront la forme de tables rondes autour de 4 questions qu'il nous semble important d'aborder :

  • Quels sont les changements potentiellement extractibles par des méthodes de ce type ?
  • Quelle est la granularité des objets d’intérêts « optimal » (pixels vs objets) ?
  • Quels sont les méthodes à adapter ou à développer dans ce cadre ?
  • Comment les utilisateurs peuvent-ils s’approprier des résultats sous la forme peu classique pour eux, de réseaux de neurones et pour quels usages potentiels   

N’hésitez pas à proposer des exposées introductifs, des expertises scientifiques, techniques ou thématiques sur ces questions, des retours d’expériences, des propositions de pistes de recherche, ... et à vous porter volontaire pour l'animation de ces tables rondes.

Plus d’informations sur dl2t.sciencesconf.org