Aller au contenu
Aller au fil d'ariane
Espace ADUM
FR
|
EN
Doctorat Toulouse
DOCTORAT DE L'UNIVERSITE DE TOULOUSE
l'École des Docteurs de Toulouse (EDT)
Les établissements
Les écoles doctorales
Conseil de la politique doctorale
FAIRE UN
DOCTORAT
Faire un doctorat
Vie doctorante
S'inscrire / se réinscrire
Cotutelle de thèse
Soutenir sa thèse
Dérogation HDR
LES FORMATIONS
Les offres de formation
Les itinéraires de formation
S'inscrire
INTERNATIONALISATION
Les programmes
Programme China Scholarship Council (CSC)
La mobilité internationale
Banque internationale de sujets
APRÈS LE
DOCTORAT
L'observatoire du doctorat
Toulouse Alumni Docteurs
Les offres d'emploi
Thèse en ligne
Consulter la fiche auteur
Mahmoud AL NAJAR - Admis au titre de docteur
Adresse Professionnelle
14 Avenue Edouard Belin 31400
TOULOUSE FRANCE
Identifiant ORCID
000000017021132X
Identifiant Hal
https://hal.archives-ouvertes.fr/search/index/?q=%2A&authIdHal_s=mahmoud-al-najar
Compte LinkedIn
https://www.linkedin.com/in/mahmoud-al-najar/
Compte Researchgate
https://www.researchgate.net/profile/Mahmoud-Al-Najar
Doctorat Océan, Atmosphère, Climat
Thèse soutenue le
30 novembre 2023 -
Institut Supérieur de l'Aéronautique et de l'Espace
Ecole doctorale
:
SDU2E - Sciences de l'Univers, de l'Environnement et de l'Espace
Sujet
: Modélisation de l'évolution côtière par l'apprentissage automatique
Mots-clés de la thèse
: Programmation Genetique,Apprentissage Profond,Observation de la Terre,Prévision du trait de côte,Inversion bathymétrique,
Direction de thèse
: Rafaël ALMAR
Co-encadrement de thèse
: Dennis WILSON
Co-encadrement de thèse
: Jean-Marc DELVIT
Unité de recherche :
LEGOS - Laboratoire d'Etudes en Géophysique et Océanographie Spatiale UMR 5566
- Toulouse
Master - Méthodes informatiques appliquées à la gestion des entreprises
obtenu en septembre 2019 - Université Toulouse Capitole
Option :
Innovative Information Systems
Production scientifique
-
Mahmoud AL NAJAR, Rafael ALMAR, Erwin BERGSMA, Jean-Marc DELVIT, Dennis WILSON
2023. Improving a Shoreline Forecasting Model with Symbolic Regression
ICLR 2023 Workshop on Tackling Climate Change with Machine Learning,
ICLR 2023 Workshop
,
https://www.climatechange.ai/papers/iclr2023/21
-
Mahmoud Al Najar, Youssra El Bennioui, Grégoire Thoumyre, Rafael Almar, Erwin W J Bergsma, Rachid Benshila, Jean-Marc Delvit, Dennis G Wilson
2022. A Combined Color and Wave-based Approach to Satellite Derived Bathymetry using Deep Learning
,
XLIII-B3-2022, pp.9-16
,
-
Mahmoud Al Najar, Youssra El Bennioui, Grégoire Thoumyre, Rafael Almar, Erwin W J Bergsma, Rachid Benshila, Jean-Marc Delvit, Dennis G Wilson
2022. A Combined Color and Wave-based Approach to Satellite Derived Bathymetry using Deep Learning
,
XLIII-B3-2022, pp.9-16
,
https://hal.science/hal-03736442/document
-
Mahmoud Al Najar, Youssra El Bennioui, Grégoire Thoumyre, Rafael Almar, Erwin Bergsma, Rachid Benshila, Jean-Marc Delvit, Dennis Wilson
2022. Coastal Bathymetry Estimation from Sentinel-2 Satellite Imagery: Comparing Deep Learning and Physics-Based Approaches
Remote Sensing,
14
,
https://hal.archives-ouvertes.fr/hal-03608430/document
-
Mahmoud Al Najar, Rafael Almar, Erwin Bergsma, Jean-Marc Delvit, Dennis Wilson
2022. Genetic improvement of shoreline evolution forecasting models
,
pp.1916-1923
,
-
Mahmoud Al Najar, Grégoire Thoumyre, Erwin Bergsma, Rafael Almar, Rachid Benshila, Dennis Wilson
2021. Satellite Derived Bathymetry Using Deep Learning
Machine Learning,
-
,
https://hal.archives-ouvertes.fr/hal-03301306/document
-
Rachid Benshila, Grégoire Thoumyre, Mahmoud Al Najar, Grégoire Abessolo, Rafael Almar, Erwin Bergsma, Guillaume Hugonnard, Laurent Labracherie, Benjamin Lavie, Tom Ragonneau, Ehouarn Simon, Bastien Vieuble, Dennis G. Wilson
2020. A Deep Learning Approach for Estimation of the Nearshore Bathymetry
Journal of Coastal Research,
95, pp.1011-1015
,
Dernière mise à jour le 16 octobre 2023