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

En savoir plus:

Laisser un commentaire