Challenge 3 : La protection des cultures

Challenge 3 : La protection des cultures | Challenge 3: ICT and crop protection

Enjeu 1 / Stake 1

Construire des outils prédictifs des maladies sur blé et vigne en mobilisant les méthodes de fouille de données sur les bases nationales d’épidémiosurveillance
Numerical rule mining for prediction of wheat and vine diseases

  • Stagiaire : Olivier Pelegrin – télécharger le rapport de stage (en anglais)
  • Contact : alexandre.termier [AT] irisa.fr, Inria Rennes (Equipe Lacodam)
  • Promotion 2018
  • #DigitAg Stake 1 – Agricultural production improvement using ICT-enabled agriculture | Challenge 3: ICT and crop protection | Challenge 3 : La protection des cultures

Prise en compte des incertitudes des prévisions météorologiques à court terme pour les outils d’aide à la décision pour la vigne et le maïs
Taking into account the uncertainties of weather forecasts in decision support tools to manage irrigation in vineyards and maize

  • Stagiaire : Yulin Zhang - Télécharger le rapport
  • Contact : François Brun - francois.brun [AT] acta.asso.fr
  • Promotion 2020
  • #DigitAg Stake 1 – Agricultural production improvement using ICT-enabled agriculture | Challenge 3: ICT and crop protection | Challenge 3 : La protection des cultures

Caractérisation statistique et spatiale de la pulvérisation de produits de protection des plantes en viticulture

  • Stagiaire : Alexis Bourguignon - 
  • Unité: Itap, Inrae
  • Contact : Anice Cheraiet - anice.cheraiet [AT] inrae.fr
  • Promotion 2022
  • #DigitAg Stake 1 – Agricultural production improvement using ICT-enabled agriculture | Challenge 3: ICT and crop protection | Challenge 3 : La protection des culture

Approche machine learning pour la prédiction du vol du charançon du bourgeon terminal (C.picitarsis) sur les parcelles de colza
Development of a rape winter stem weevil flights predictive tool, based on the « Vigiculture » database

  • Stagiaire : Renan Lehuède - 
  • Unité: Terre Inovia, Acta
  • Contact : Quentin Legros - q.legros [AT] terresinovia.fr
  • Promotion 2022
  • #DigitAg Stake 1 – Agricultural production improvement using ICT-enabled agriculture | Challenge 3: ICT and crop protection | Challenge 3 : La protection des culture

Évaluation du potentiel des réseaux de neurones avec apprentissage profond pour la discrimination par télédétection spatiale de plantations arborées tropicales
Evaluation of the potential of deep learning neural networks for spatial remote sensing discrimination of tropical tree plantations

Télécharger le rapport A Zahi

  • Stagiaire : Abir Zahi
  • Unité: Amap, Cirad
  • Contact : Frédéric Borne - frederic.borne [AT] cirad.fr
  • Promotion 2023
  • #DigitAg Stake 1 – Agricultural production improvement using ICT-enabled agriculture | Challenge 3: ICT and crop protection | Challenge 3 : La protection des culture

Date de modification : 11 octobre 2023 | Date de création : 14 novembre 2022 | Rédaction : GL