Sujet de thèse labellisée par #DigitAg
Kaaviya a soutenu sa thèse le lundi 5 juillet à 14h à l’Inrae d’Avignon (salle Alvéole).
Algorithmes d’apprentissage approfondi pour l’identification à haut débit de plantes et d’organes de céréales
- Date de démarrage : septembre 2018
- Université : Avignon Université
- Ecole doctorale : A2E – ED 536 Agrosciences & Sciences
- Discipline / Spécialité : Agronomie, Informatique
- Directeur(s) de thèse : Frédéric Baret, Inrae, UMR Emmah Avignon et Raul Lopez lozano, Inrae, UMR Emmah Avignon
- Encadrant : Frédéric Baret, Inrae, UMR Emmah Capte
- Financement : Cifre Hiphen
- #DigitAg : Thèse labellisée – ,Axe 5 : Fouille de données, analyse de données, extraction de connaissances, Challenge 2 : Le phénotypage rapide,
Mots-clés : croissance de la végétation, séries chronologiques, traitement d’images, phénologie des cultures, apprentissage profond, détection d’organes, échantillonnage spatial, Systèmes IoT, Internet des Objets, IoTA, capteurs, phénotypage haut-débit, agriculture de précision
Résumé : Les cultures céréalières sont la source d’alimentation la plus critique pour la population mondiale. Les récentes avancées en génomique végétale ont généré de nouvelles opportunités pour augmenter la variabilité génétique des plantes, avec un énorme potentiel pour l’amélioration des cultures. Cependant, la contribution effective de ces progrès à l’augmentation de la productivité des cultures dépend de la manière dont les traits génotypiques peuvent être liés aux mécanismes écophysiologiques qui produisent une réponse distincte du génotype à l’environnement.
Composition du jury:
Dr. David Rousseau (LARIS, Univ. d’Angers), Rapporteur
Dr. Evelyne Costes (UMR AGAP 2 INRAE, Montpellier), Rapporteur
Dr. Scott Chapman (Univ. de Queensland), Examinateur
Dr. Alexis Comar (Hiphen), Examinateur
Dr. Frederic Baret (UMT CAPTE INRAE Avignon), Directeur de thèse
Dr. Raul Lopez Lozano (UMT CAPTE INRAE Avignon), Co-Directeur de thèse
Contact: kaaviya.velumani [AT] inrae.fr
Réseaux : LinkedIn – ResearchGate
Communications /Publications
Télécharger le mémoire de thèse
Publications dans des journaux internationaux à comités de lecture
- Kaaviya Velumani, SimonMadec, Benoit de Solan, Raul Lopez-Lozano, Jocelyn Gillet, Jeremy Labrosse, Stephane Jezequel, Alexis Comar, Frédéric Baret (2020), An automatic method based on daily in situimages and deeplearning to date wheat heading stage , Field Crops Research – https://www.sciencedirect.com/science/article/abs/pii/S0378429019321604?via%3Dihub