Détail de l'éditeur
Université d'Avignon
localisé à :
Avignon
|
Documents disponibles chez cet éditeur (5)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
Évaluation et spatialisation du potentiel offert par les moyens d'alerte centrés sur la localisation des individus / Esteban Bopp (2021)
Titre : Évaluation et spatialisation du potentiel offert par les moyens d'alerte centrés sur la localisation des individus : expérimentations à différentes échelles en France Type de document : Thèse/HDR Auteurs : Esteban Bopp, Auteur ; Johnny Douvinet, Directeur de thèse Editeur : Avignon : Université d'Avignon Année de publication : 2021 Importance : 342 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse en vue d'obtenir le grade de Docteur de Avignon Université, Spécialité GéographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Navigation et positionnement
[Termes IGN] analyse spatiale
[Termes IGN] commune
[Termes IGN] échelle géographique
[Termes IGN] France (administrative)
[Termes IGN] géolocalisation
[Termes IGN] message d'alerte
[Termes IGN] téléphone intelligent
[Termes IGN] test de performance
[Termes IGN] utilisateur nomadeIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Le 24 septembre 2020, le ministère de l’Intérieur a annoncé la mise en place, au plus tard en 2022, de deux moyens d’alerte centrés sur la localisation des individus en temps réel : le Cell Broadcast (CB) et le SMS géolocalisé (LB-SMS). Ces deux LBAS (Location-Based Alerting System) permettent la diffusion d’alertes plus massives, plus rapides, et spatialisées (Aloudat, 2010). Cette thèse, qui a devancé un tel choix politique, propose d’estimer le potentiel de ces LBAS et d’analyser la manière dont ces moyens peuvent améliorer l’alerte à la population en France. À l’aide de protocoles méthodologiques variés et reposants sur les méthodes issues de l’analyse spatiale, nous démontrons le haut potentiel de performance du CB et du LB-SMS à l’échelle nationale. Les taux d’individus alertables par ces solutions sont très hauts et le niveau d’alertabilité des communes est très homogène. Ces outils sont aussi bien acceptés par la population. Autrement dit, ces deux solutions offrent de nouvelles opportunités pour venir pallier les faiblesses des moyens traditionnels. Il est toutefois nécessaire d’adapter ces solutions aux contextes sociaux et territoriaux. Leur intégration dans la future plateforme FR-Alert et notamment les motifs d’utilisation doivent être réfléchis, en évitant tout fétichisme technologique et en adaptant les organisations à ces mutations, ce qui peut parfois prendre (beaucoup) de temps. Note de contenu : Introduction générale
PREMIÈRE PARTIE - Diffuser une alerte à la population en France : constats, limites et opportunités
Chapitre 1 - L’alerte : une notion multidimensionnelle à appréhender à différentes échelles en France
Chapitre 2 - Les disparités spatiales de l’alerte par sirènes
Chapitre 3 - Apports et limites de l’alerte centrée sur la localisation des individus
DEUXIÈME PARTIE - Évaluer le potentiel des LBAS en France : développements méthodologiques
Chapitre 4 - Évaluation du potentiel offert par les applications mobiles d’alerte en France
Chapitre 5 - Évaluation du potentiel de performance spatiale des LBAS en France métropolitaine
Chapitre 6 - Évaluation de l’acceptabilité des LBAS
TROISIÈME PARTIE - Contributions à la géographie de l’alerte : enjeux et perspectives
Chapitre 7 - Comment adapter l’offre aux territoires ? Investigations à l’échelle communale
Chapitre 8 - Quel regard géographique porter face à la mise en œuvre de la plateforme nationale FR-Alert ?
Chapitre 9 - Quelles perspectives d’évolution pour les systèmes d’alerte nationaux ?
Conclusion généraleNuméro de notice : 26562 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité Géographie : Avignon : 2021 Organisme de stage : UMR Étude des Structures, des Processus d’Adaptation et des Changements de l’Espace ESPACE nature-HAL : Thèse DOI : sans Date de publication en ligne : 24/06/2021 En ligne : https://theses.hal.science/tel-03637612/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98252 The challenge of robust trait estimates with deep learning on high resolution RGB images / Etienne David (2021)
Titre : The challenge of robust trait estimates with deep learning on high resolution RGB images Type de document : Thèse/HDR Auteurs : Etienne David, Auteur ; Frédéric Baret, Directeur de thèse Editeur : Avignon : Université d'Avignon Année de publication : 2021 Importance : 145 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université d'Avignon, spécialité Sciences AgronomiquesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage profond
[Termes IGN] base de données d'images
[Termes IGN] blé (céréale)
[Termes IGN] céréales
[Termes IGN] comptage
[Termes IGN] cultures
[Termes IGN] densité de la végétation
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] image à haute résolution
[Termes IGN] image captée par drone
[Termes IGN] image RVB
[Termes IGN] jeu de données
[Termes IGN] surveillance agricoleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) High throughput plant phenotyping, especially in the context of open field acquisitions, relies on the interpretation of data from different sensors implemented on various vectors such as tractors, robots or drones. Initially, these data were interpreted using remote sensing algorithms that exploit the spatial resolution of the signal. Since 2015, however, progresses of ”Deep Learning”, based on the training on examples, has already obtained promising results for measuring the rate of cover, counting plants or organs. It uses learned convolution layers, can take advantage of the spatial organization of the signal. The advantage of these methods is that they are based on Red-Green-Blue (RGB) sensors, which are much less expensive than multi- or hyperspectral imagers. However, these methods are sensitive to changes in the distribution between the data used in training and the predicted data. In practice, variable prediction errors from site to site can be observed using these methods. The objective of the thesis is to understand the causes of these variations and propose solutions for reliable phenotypic trait estimates using Deep Learning. The study focuses on detecting plants and organs from high-resolution RGB images acquired in the field. Our work first focused on the constitution of diversified image databases from different locations and stages of development for plant emergence (maize, beet, sunflower) and wheat ears, which allowed the publication of two annotated databases, grouping 27 acquisition sessions for thedrone and 47 for the ear detection. The datasets demonstrate the performances difference between the published results and ours due to the change in distribution. To go beyond the limits of the usual methods, we organized two data competitions, the Global Wheat Challenges, in 2020 and 2021, which allowed us to obtain solutions trained for robustness on a different data set than the training one. The analysis of the solutions showed the importance of the training strategies for robustness beyond the architectures used. We have also shown that these solutions can be effectively deployed as a replacement for manual counting. Finally, we have demonstrated the inefficiency of training functions designed for robust training. Our work opens the prospect of a better evaluation of Deep Learning in the context of high-throughput phenotyping and thus of confidence in its use in real-life conditions. Note de contenu : 1- Introduction
2- Evaluation of the robustness of handcrafted and deep learning methods for plant density estimation
3- Design of a large and diverse dataset for training and evaluating deep learning models: application to wheat head detection
4- Competition design to train robust Deep Learn model: the example of the Global Wheat Challenges
5- GlobalWheat-Wilds: Global Wheat Head Dataset as a benchmark of in-the-wild distribution shifts
6- Conclusion and perspectivesNuméro de notice : 15244 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences Agronomiques : Avignon : 2021 Organisme de stage : Laboratoire EMMAH DOI : sans En ligne : https://hal.inrae.fr/tel-03431192v2/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100610 SIG et territoires / P. Miellet (1994)
Titre : SIG et territoires : information, analyse et aménagement Type de document : Thèse/HDR Auteurs : P. Miellet, Auteur Editeur : Avignon : Université d'Avignon Année de publication : 1994 Importance : 292 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse de doctorat en géographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique
[Termes IGN] aménagement
[Termes IGN] analyse spatiale
[Termes IGN] Canada
[Termes IGN] collectivité territoriale
[Termes IGN] Etats-Unis
[Termes IGN] France (administrative)
[Termes IGN] information géographique
[Termes IGN] modélisation
[Termes IGN] Royaume-Uni
[Termes IGN] système d'information géographique
[Termes IGN] villeIndex. décimale : THESE Thèses et HDR Numéro de notice : 67004 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de doctorat : géographie : Avignon : 1994 nature-HAL : Thèse DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=45896 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 67004-01 THESE Livre Centre de documentation Thèses Disponible Systèmes énergétiques solaires / C. Delorme (1987)
Titre : Systèmes énergétiques solaires : le gisement solaire Type de document : Guide/Manuel Auteurs : C. Delorme, Auteur Editeur : Avignon : Université d'Avignon Année de publication : 1987 Autre Editeur : Toulouse : Groupement pour le Développement de la Télédétection Aérospatiale GDTA Importance : 177 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Environnement
[Termes IGN] atmosphère terrestre
[Termes IGN] énergie solaire
[Termes IGN] estimation statistique
[Termes IGN] image Météosat
[Termes IGN] rayonnement électromagnétique
[Termes IGN] rayonnement solaireIndex. décimale : 35.40 Applications de télédétection - généralités Numéro de notice : 44282 Affiliation des auteurs : non IGN Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=47732 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 44282-01 35.40 Livre Centre de documentation Télédétection Disponible
[périodique] Voir les bulletins disponibles Rechercher dans ce périodique
Titre : Ecologia mediterranea : revue internationale d'écologie méditerranéenne Titre original : Ecologia mediterranea : international journal of Mediterranean ecology Type de document : Périodique Auteurs : Université d'Avignon et des pays de Vaucluse (Avignon), Auteur Editeur : Avignon : Université d'Avignon Année de publication : 1975 - Autre Editeur : Turriers : Naturalia publications ISBN/ISSN/EAN : 1775-4100 Note générale : Revue indexée dans Pascal-CNRS et Biosis - Indexed by SCOPUS, SJR and Google Scholar
ISSN : 0153-8756, e-ISSN : 1775-4100Langues : Français (fre) Numéro de notice : 000 Affiliation des auteurs : non IGN Autre URL associée : archives sur Persée Thématique : FORET Nature : Titre de périodique En ligne : https://ecologia-mediterranea.univ-avignon.fr/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=82338