Méthodes d'Intelligence Artificielle pour la propagation acoustique sous-marine Ultra Basse Fréquence: localisation de source et caractérisation environnementale
FR |
EN
Auteur / Autrice : | Arthur Varon |
Direction : | Jérôme Mars, Julien Bonnel |
Type : | Projet de thèse |
Discipline(s) : | Sciences de la Terre et de l'Environnement |
Date : | Inscription en doctorat le 02/01/2023 |
Etablissement(s) : | Université Grenoble Alpes |
Ecole(s) doctorale(s) : | École doctorale Sciences de la terre, de l’environnement et des planètes (Grenoble, Isère, France ; 1992-....) |
Partenaire(s) de recherche : | Laboratoire : Grenoble Images Parole Signal Automatique |
Mots clés
FR |
EN
Résumé
FR |
EN
Le sujet concerne le développement de méthodes basées sur l'apprentissage statistique ou l'Intelligence Artificielle (IA) pour la détection/classification/localisation adaptées à la propagation acoustique sous-marine Ultra Basse Fréquence (UBF). L'accélération des traitements apportée par l'IA permettra 1) une meilleure compréhension des variations spatio-temporelles de l'environnement marin (colonne d'eau et plancher océanique), 2) une meilleure capacité à connaitre leurs impacts sur la propagation UBF, et 3) la possibilité d'embarquer les traitements UBF sur des plateformes autonomes.