Sujets transversaux

Sujets transversaux | Transversal subjects

Enjeu 1 / Stake 1

Massive data collection and processing

Caractérisation automatique de type de culture par télédétection à travers des méthodes de Deep Learning

  • Stagiaire : Paola Benedetti – télécharger le rapport de stage (en anglais)
  • Contact : dino.ienco [AT] irstea.fr, Irstea (UMR Tetis)
  • Promotion 2018
  • #DigitAg Stake 1- Improving Agricultural production | Transversal subjects | Massive data collection and processing | Sujet transversal

Appariement de bandes spectrales par reconstruction 3D pour capteurs d’image dédiés aux applications agricoles

  • Stagiaire : Shiyu Liu  (télécharger le rapport de stage)
  • Contact : gilles.rabatel [AT irstea.fr, Irstea (UMR Itap)
  • Promotion 2018
  • #DigitAg Stake 1 – Improving Agricultural production | Transversal subjects | Massive data collection and processing | Sujet transversal

Conception d’un entrepôt de données pour une visualisation et interrogation des données de simulation en vue de répondre à des questions agronomiques

  • Stagiaire : Sophie Le Bars - Télécharger le rapport de stage
  • Unités de recherche : Lacodam, Inria Rennes
  • Contact : luis.galarraga-del-prado [AT] inria.fr | anne-isabelle.graux [AT] inra.fr
  • Promotion 2019
  • #DigitAg Stake 1- Improving Agricultural production | Transversal subjects | Massive data collection and processing | Sujet transversal

Precision agriculture

Caractérisation de la qualité des données collaboratives (crowdsourcing) : cas du suivi territorial de l’état hydrique de la vigne

  • Stagiaire : Zakia El-Mastouri - Télécharger le rapport de stage
  • Unités de recherche : ITAP, Irstea Montpellier
  • Contact : james.taylor  [AT]  irstea.fr
  • Promotion 2019
  • #DigitAg Stake 1- Improving Agricultural production | Transversal subjects | Precision agriculture | Sujet transversal

Phénotypage des traits de vigueur et de floraison chez les Prunus à l’aide de l’analyse d’images et du deep learning
Characterization of fruit tree health with RGB imaging using close-range sensing: application to chlorophylle content and to shot hole in peach

  • Stagiaire : Marie-Pia d’Argaignon - 
  • Unités de recherche : GAFL, Inrae
  • Contact : Morgane Roth - morgane.roth [AT] inrae.fr
  • Promotion 2022
  • #DigitAg Stake 1- Improving Agricultural production | Transversal subjects | Precision agriculture | Sujet transversal

Développement d’un algorithme de zonage pilote par un modele de performance d’itineraire technique : Application `a la gestion durable de l’eau d’irrigation
Algorithm for management zones generation driven by the performance of crop management operations

  • Stagiaire : Antoine Régnier - Télécharger le rapport de stage
  • Unités de recherche : Mistea, Inrae
  • Contact : Patrice Loisel - patrice.loisel [AT] inrae.fr
  • Promotion 2024
  • #DigitAg Stake 1- Improving Agricultural production | Transversal subjects | Precision agriculture | Sujet transversal