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
M. Jordi INGLADA
Chercheur CNES HDR
Consulter la fiche
jordi.inglada@cesbio.eu
UMR 5126 - CESBIO - Centre d'Etudes Spatiales de la BIOsphère
Equipe
: Systèmes d'observation
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Encadrement :
3 thèses en cours
9 thèses soutenues / soutenances à venir (
2 personnes ne souhaitent pas figurer sur internet
)
Kevin DE SOUSA -
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Représentations génériques de données satellitales multi-modales àl’aide d’apprentissage profond guidé par la modélisation physique.
Mot-clés
: SAR,Machine Learning,satellite data,,
Profil mis à jour le 17 septembre 2025
Julien MICHEL -
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Méthodes d'apprentissage automatique pour l'amélioration des résolutions spatiales et temporelles de séries temporelles d'images satellitales, avec application à l'Infra-Rouge Thermique
Mot-clés
: Séries Temporelles d'Images Satellite,Fusion,Apprentissage Automatique,Résolution Spatiale,Échantillonnage irrégulier,
Profil mis à jour le 03 juillet 2025
Julien PRISSIMITZIS -
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Observation multimodale de la Terre par Apprentissage profond informé par la physique
Mot-clés
: Apprentissage Profond,Séries temporelles d'images satellites,Apprentissage par représentation,,
Profil mis à jour le 18 octobre 2024
Zacharie BARROU DUMONT -
Compétences
:
Communication orale et écrite, présentation au public, multi-tasking, travail en équipe, Adaptabilité, autonomie, enthousiasme, responsabilité.
Savoir faire
:
Télédétection optique par satellite, traitement de l’image, physique de la mesure, fusion de données, SIG, analyse des données, mathématiques appliquées, hydrologie de la neige.
Python, Git, Linux, apprentissage automatique/profond, calculateurs hautes performances,développement logiciel, Java/C++/Fortran
Mobilité géographique
: Amérique du nord
Québec ou France
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Reconstruction par imagerie satellite de la couverture neigeuse des Alpes et Pyrénées sur une période couvrant les 37 dernières années
Mot-clés
: neige,télédétection satellitaire,traitement d'images,apprentissage profond,changement climatique,
Profil mis à jour le 29 janvier 2025
Valentine BELLET -
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Intelligence artificielle appliquée aux séries temporelles d'images satellites pour la surveillance des écosystèmes
Mot-clés
: télédétection,intelligence artificielle,ecosystèmes,classification grande échelle,processus Gaussiens,series temporelles d'images satellites,
Profil mis à jour le 07 février 2024
Iris DUMEUR -
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Ouvrir la voie vers des modèles de fondation exploitant les séries temporelles d'images satellites pour le suivi des surfaces continentales
Mot-clés
: Apprentissage autosupervisé,Séries temporelles d'images satellites,Modèle de fondation,Apprentissage profond,
Profil mis à jour le 15 novembre 2024
Yoël ZÉRAH -
Compétences
:
Programmation: Python, Matlab, C, Java
Mathématiques et Physique
Savoir faire
:
Machine Learning et IA
Automatique
Traitement d'Images
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Apprentissage profond de représentations physiques de la végétation à partir de séries temporelles d’images satellite optiques.
Mot-clés
: Apprentissage Profond,Autoencodeurs variationnels,Images Satellite,Modélisation Physique,Séries Temporelles,Observation de la Terre,
Profil mis à jour le 30 mai 2024
Luc BAUDOUX -
Spécialité
: Sciences et Technologies de l'Information Géographique
Sujet de thèse
: Apprendre à traduire des cartes d'occupation des sols: plusieurs solutions exploitant de multiples formes de contexte.
Mot-clés
: occupation du sol,harmonisation,nomenclature,Apprentissage profond,traduction,Imagerie satellite,
Profil mis à jour le 19 novembre 2022
Dawa DERKSEN -
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Classification contextuelle de gros volumes de données d'imagerie satellitaire pour la production de cartes d'occupation des sols sur de grandes étendues
Mot-clés
: Classification,Imagerie,Gros volumes de données,Segmentation,Superpixel,
Profil mis à jour le 12 novembre 2019
Pierre LASSALLE -
Compétences
:
Recherche Opérationnelle, Data Mining, Automatique, Robotique.
Savoir faire
:
programmation: C++ (POO, templates, métaprogrammation), python et Cuda
Logiciels: Orfeo Toolbox, InterImage, OpenCV
Mobilité géographique
: Amérique centrale et du sud
En recherche d'emploi
Spécialité
: Surfaces et interfaces continentales, Hydrologie
Sujet de thèse
: Étude du passage à l'échelle des algorithmes de segmentation et de classification en télédétection pour le traitement de volumes de données massifs.
Mot-clés
: Télédétection,Échelonnabilité,Segmentation,Classification,
Profil mis à jour le 09 octobre 2015