Skip to Main content Skip to Navigation
Poster communications

AcoustRivNN L'Intélligence Artificielle au service de la caractérisation du transport sédimentaire

Résumé : L'estimation du flux sédimentaire charrié par l'eau, en rivières, en zone côtière ou en estuaire, qui est un enjeu crucial pour la gestion de ces derniers, permettant de mener à bien des études scientifiques, des projets de restauration ou de prévention, ainsi que des travaux opérationnels. Devant le manque de méthode efficace pour estimer le flux de charriage, le projet AcoustRivNN propose d'apporter "une preuve de concept" en développant un système original basé sur le deep learning permettant d'estimer le flux et la granulométrie de sédiments grossiers à partir de la pression acoustique générée par ce dernier et mesurée par des hydrophones (PAM)
Complete list of metadata

https://hal.archives-ouvertes.fr/hal-03692090
Contributor : GHISLAIN GASSIER Connect in order to contact the contributor
Submitted on : Thursday, June 9, 2022 - 3:01:26 PM
Last modification on : Saturday, June 25, 2022 - 3:17:23 AM

File

AcoustRivNN.pdf
Files produced by the author(s)

Identifiers

  • HAL Id : hal-03692090, version 1

Collections

Citation

Mourad Raked, Ghislain Gassier, Michal Tal. AcoustRivNN L'Intélligence Artificielle au service de la caractérisation du transport sédimentaire. Journée Scientifique OSU Pytheas "Intelligence Artificielle", Apr 2022, Aix en provence, France. ⟨hal-03692090⟩

Share

Metrics

Record views

16

Files downloads

0