L'intelligence artificielle a considérablement évolué au cours des dernières années, en particulier avec l'émergence de techniques d'apprentissage en profondeur. Ces techniques reposent sur l’approche réseau neuronale traditionnelle et permettent, en exploitant l’évolution matérielle (disponibilité de l’unité graphique et cloud), d’atteindre une précision inégalée dans les tâches classiques d’apprentissage automatique, telles que la classification, la détection, la segmentation, etc. applicable à tous les différents besoins d’analyse de données de ABI, aussi bien pour les données EO (satellites à très haute résolution (VHR), satellites à radar à synthèse d’ouverture (SAR), constellation de micro-satellites, etc.) que pour les sources de données non conventionnelles (réseaux sociaux). données de réseau, données de flux de nouvelles, etc.).
 
L'objectif de ce nouveau système est de prendre en charge l'extraction automatisée d'informations en appliquant autant que possible les techniques d'intelligence artificielle, en particulier pour l'extraction d'entités telles que:
  • Des événements, extraits de sources d'actualités et de réseaux sociaux, utilisant le traitement du langage naturel et l'analyse d'images avec des techniques d'apprentissage approfondi;
  • Modifications et fonctionnalités des «séries chronologiques» d’images satellitaires utilisant des techniques d’apprentissage approfondi telles que CNN (réseau de neurones convolutionnels).
 
Après l'extraction d'informations à partir de sources hétérogènes, ABI inclut la possibilité d'agréger des entités et de les fusionner à l'aide d'une analyse spatio-temporelle (par exemple, des cartes de densité d'événements dans le temps) afin de créer un éclairage sur différents phénomènes.
 
Date limite de dépôt de dossier (en anglais): 29 août 2019 17:00:00 heure de Bruxelles
 
Traduction non officielle
 
Source: La Commission européenne

Photo d'illustration: Toute mission spatiale ne peut être considérée comme un succès que si ses résultats lui permettent de revenir sur Terre pour pouvoir être utilisée par ceux qui en ont besoin. Ainsi, par exemple, Basic Activities soutient également le programme d’observation de la Terre de l’ESA, chargé de fournir aux chercheurs européens et aux utilisateurs institutionnels un accès normalisé aux données d’observation de la Terre à long terme. Au fur et à mesure que les capacités d'observation de ces missions augmentent, la taille des données disponibles augmente à son tour et le défi de la distribution pratique de ces données devient de plus en plus difficile. La réponse de l’ESA a été des «plates-formes d’exploitation thématique» basées sur le cloud, fournissant un environnement en ligne permettant d’accéder à des informations, des outils de traitement et des ressources informatiques aux fins de collaboration entre communautés. Copyright ESA

Plus d'info

Si votre organisation publie un appel à propositions, un appel à projets ou un appel à candidatures pour les startups, les entrepreneurs ou les chercheurs, nous serons heureux de le publier gratuitement sur notre site web. Nous partagerons aussi votre appel sur les médias sociaux (Facebook, Twitter, LinkedIn, PInterest, Tumblr, Instagram).
Merci de déposer vos fichiers pdf et/ou votre lien URL sur notre WhatsApp +85577778919 ou par courriel à info@adalidda.com


Merci
L'équipe Adalidda

Commentaires

Pas de commentaire à afficher.